原文：支持向量机算法学习笔记（二）
聊聊支持向量机的数学原理
无悔大哥chen    阅1114    转6
从超平面到SVM（二）
万皇之皇    阅745    转4
【原创】支持向量机原理(一) 线性支持向量机
新用户8173JS52    阅120    转3
简单易学的机器学习算法
瓜子的成长    阅462    转6
面试 | SVM 高频面试题
手写的从前2016    阅5294    转41
机器学习十七：感知机
南煌晗曦    阅2193    转11
线性分类模型（一）：线性判别模型分析
汉无为    阅92
分类器
deepen9bodhs0m    阅697
多目标排序在快手短视频推荐中的实践
michael1314520    阅1346    转6
零基础入门深度学习(2)
witoojhb    阅154    转5
机器学习概述
联合参谋学院_    阅185    转4
量化研究丨支持向量机(SVM)的应用之预测指数涨跌
wujinlan吴金兰    阅617    转3
基于聚类优化的非负矩阵分解方法及其应用
GXF360    阅1162    转7
基于地面几何约束的单目视觉里程计精确鲁棒尺度恢复
x_box361    阅87
数据挖掘十大经典算法(3)：SVM支持向量机
dinghj    阅286    转9
【独家】一文读懂聚类算法
taomaohu860706    阅144    转3
正则化
quasiceo    阅627
含参数的线性规划问题
芝兰玉树2015    阅161    转6
论文推荐| 宋迎春：基于椭球不确定性的平差模型与算法
沐沐阅览室    阅87
基于CLM（Constrained local model）人脸点检测算法
waston    阅297
【A.K.应用平台】- 影像组学之机器学习方法概述
渐近故乡时    阅1709    转11