1,526
个编辑
更改
跳到导航
跳到搜索
第496行：
第496行： − + − + + + + + + + + + + + + − +
→外部链接
== 外部链接 ==
== 外部链接 ==
* [http://www.csie.ntu.edu.tw/~cjlin/libsvm/ libsvm], LIBSVM is a popular library of SVM learners
* [http://www.csie.ntu.edu.tw/~cjlin/libsvm/ libsvm], LIBSVM是一个有名的SVM学习库。
* [http://www.csie.ntu.edu.tw/~cjlin/liblinear/ liblinear] is a library for large linear classification including some SVMs
* [http://www.csie.ntu.edu.tw/~cjlin/liblinear/ liblinear] 是一个的大线性分类库，其中包含一些SVMs。is a library for large linear classification including some SVMs
* [http://svmlight.joachims.org SVM light] is a collection of software tools for learning and classification using SVM
* [http://svmlight.joachims.org SVM light] is a collection of software tools for learning and classification using SVM
* [http://cs.stanford.edu/people/karpathy/svmjs/demo/ SVMJS live demo] is a GUI demo for [https://en.wikipedia.org/wiki/JavaScript JavaScript] implementation of SVMs
* [http://cs.stanford.edu/people/karpathy/svmjs/demo/ SVMJS live demo] is a GUI demo for [https://en.wikipedia.org/wiki/JavaScript JavaScript] implementation of SVMs
==编者推荐==
[[File:svm.gif|200px|缩略图|右|SVM]]
===[论https://pattern.swarma.org/paper?id=0c1ab7ac-00b1-11ea-8d16-acde48001122 文共享：基于新型计算框架的多类 Twitter 数据分类与地理编码]===
本研究以一个新颖的运输资料分析架构，配合运输资料分析技术的不断发展，详细阐述了运输资料分析的进展。 这个计算框架结合了标记隐含狄利克雷分布分类器(L-LDA)和支持计算策略的支持向量机分类器(SVM) ，用于确定与交通相关的事件，为旅行者提供可靠的信息。
===[https://pattern.swarma.org/paper?id=7470d980-216d-11ea-80e4-0242ac1a0007 论文共享：情感分析中预处理步骤对机器学习算法准确性的影响]===
近年来，大数据及其相关技术已成为研究的热点领域。 每一分每一秒都有大量的数据产生，其中包括当今研究人员感兴趣的非结构化数据。 本文研究了不同的预处理步骤对三种情感分析机器学习算法精度的影响。 采用粗糙贝叶斯(NB)、最大熵(MaxE)和支持向量机(SVM)三种著名的机器学习分类器，应用不同的文本预处理技术，研究了它们对情感分类精度的影响。
===好课分享：[https://campus.swarma.org/course/187 从Python到机器学习]===
本课程针对不同技术起点的学习人群，特别挑选了多套多阶段的AI视频教程。本套教程幽默风趣、简单明了。如果你有心学习人工智能技术，那么你将从基础知识开始，循序渐进的掌握深度学习知识，最终通过亲手搭建多种神经网络，解决机器学习问题，掌握深度学习技术，点亮自己的人工智能技能树！
----
----
本中文词条由乌丢丢 翻译编辑，由 HengFlynn 审校，[[用户:张江|张江]]总审校，[[用户:费米子|费米子]]编辑，欢迎在讨论页面留言。
本中文词条由乌丢丢 翻译编辑，由 HengFlynn 审校，[https://wiki.swarma.org/index.php?title=%E5%BC%A0%E6%B1%9F 张江]总审校，[[用户:费米子|费米子]]编辑，欢迎在讨论页面留言。
'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''
'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''