机器之心报道
机器之心编辑部
本书从零推导SVM，涵盖从SVM的思想、到形式化、再简化、最后实现的完整过程。
SVM（SupportVectorMachine，支持向量机）是一个非常经典且高效的分类模型。在机器学习领域，有两大类方法既理论优美又能在实践中取得很好的效果，其中一类是SVM及其衍生的核方法和统计学习理论；另一类是AdaBoost及其衍生的Boosting方法，例如在Kaggle竞赛中十分流行的XGBoost和LightGBM即属于Boosting方法。目前十分热门的深度学习方法虽然在实践中能取得十分突出的效果，但是理论支持不够完善。
在深度学习复兴之前，SVM是最常被使用的模型之一。即使现在深度学习如火如荼，在一些领域SVM仍有其用武之地；此外，理解SVM对理解机器学习领域的关键概念和重要思想很有帮助；最后，因为SVM的影响力，其常常作为面试问题用于考察面试者的基本功。因此，SVM是机器学习及相关领域初学者必须掌握的算法之一。
电子书概览
但是，SVM涉及许多数学推导，有些还比较复杂，并且需要比较强的凸优化基础知识，这使得一些初学者虽花大量时间和精力研读，但仍一头雾水，最终望而却步，从入门到放弃。本书《手把手带你学懂SVM》旨在从零推导SVM，涵盖从SVM的思想、到形式化、再简化、最后实现的完整过程。
电子书下载