摘要：
数据挖掘、机器学习、模式识别、人工智能的关系应该是：人工智能>模式识别>数据挖掘>机器学习机器学习：机器学习是人工智能的一个分支，它是关于让机器具有学习能力的一些算法。许多情况这种算法给一些数据和从这些数据属性的推出的信息对将来出现的新的数据做出预测。之所以可以这么做是因为大多数的非随机的数据包含一些模式，这些模式可以让机器去做泛化。机器学习的相关概念：监督式学习：训练数据中包含输入的向量集合并且有相应的目标值（labeled样例）例如分类（Classification）、关联规则、回归(Regression)非监督式学习：训练数据中不包含labeled样例例如聚类(Clus 阅读全文
摘要：
核函数方法简介(1)核函数发展历史 早在1964年Aizermann等在势函数方法的研究中就将该技术引入到机器学习领域，但是直到1992年Vapnik等利用该技术成功地将线性SVMs推广到非线性SVMs时其潜力才得以充分挖掘。而核函数的理论则更为古老，Mercer定理可以追溯到1909年，再生核希尔伯特空间(ReproducingKernel Hilbert Space, RKHS)研究是在20世纪40年代开始的。(2)核函数方法原理 根据模式识别理论，低维空间线性不可分的模式通过非线性映射到高维特征空间则可能实现线性可分，但是如果直接采用这种技术在高维空间进行分类或回归，则存在确定非线性映射 阅读全文