Key Points
Key points are not available for this paper at this time.
Abstract
서포트 벡터 학습 로드맵 소개. 1부 이론: 함수 추정에 대한 서포트 벡터 방법에 대한 세 가지 언급, 블라디미르 바프닉 서포트 벡터 머신과 기타 패턴 분류기의 일반화 성능, 피터 바틀렛 및 존 쇼-테일러 베이지안 투표 계획 및 대형 마진 분류기, 넬로 크리스타니니 및 존 쇼-테일러 서포트 벡터 머신, 재생 커널 힐버트 공간 및 랜덤화된 GACV, 그레이스 와바 커널 기반 방법의 기하학 및 불변성, 크리스토퍼 J.C. 버지스 마진 분류기를 위한 담금질 VC 엔트로피에 관한 통계 역학 연구, 만프레드 오퍼 엔트로피 숫자, 연산자 및 서포트 벡터 커널, 로버트 C. 윌리엄슨 외. 2부 구현: 서포트 벡터 분류에서 발생하는 이차 프로그래밍 문제 해결, 린다 카우프만 대규모 서포트 벡터 머신 학습의 실용화, 토르스텐 요하임 연속 최소 최적화를 사용한 서포트 벡터 머신의 빠른 훈련, 존 C. 플랫. 3부 응용: 혼돈 시스템의 동적 재구성을 위한 서포트 벡터 머신, 다비데 마테라 및 사이먼 헤이킨 시계열 예측을 위한 서포트 벡터 머신 사용, 클라우스-로베르트 뮐러 외. 쌍 분류 및 서포트 벡터 머신, 울리히 크레셀. 4부 알고리즘의 확장: 서포트 벡터 머신에서 실행 시간 복잡성 감소, 에드가 E. 오수나 및 페데리코 지로시 ANOVA 분해 커널을 가진 서포트 벡터 회귀, 마크 O. 스티첸 외. 서포트 벡터 밀도 추정, 제이슨 웨스턴 외. 분류를 위한 서포트 벡터 및 수학적 프로그래밍 방법 결합, 버나드 쇼를코프 외.