此课程介绍基于可再生核的机器学习理论的最近数学进展。具体内容包括：可再生核及可再生核Hilbert空间理论；统计学习理论简介；支持向量机和正则化网络；表现定理和一致逼近核；可细化核及细化核方法；可再生Hilbert空间上基于采样的最佳重构；可再生核Banach空间。机器学习理论在经济方面的应用及其相关文献将会被尽可能地介绍到。

• 1

  基于可再生核的机器学习理论（二十三）-Statistical learning theory(five)

• 2

  基于可再生核的机器学习理论（二十）-Statistical learning theory(two)

• 3

  基于可再生核的机器学习理论（十七）-Regularized learning algorithms(three)

• 4

  基于可再生核的机器学习理论（五）-Introduction to machine learning(five)

• 5

  基于可再生核的机器学习理论（八）-Theory of reproducing kernels Ⅰ(two)

• 6

  基于可再生核的机器学习理论（十六）-Regularized learning algorithms(two)

• 7

  基于可再生核的机器学习理论（十九）-Statistical learning theory(one)

• 8

  基于可再生核的机器学习理论（七）-Theory of reproducing kernels Ⅰ(one)

• 9

  基于可再生核的机器学习理论（三）-Introduction to machine learning(three)

• 10

  基于可再生核的机器学习理论（九）-Theory of reproducing kernels Ⅰ(three)

• 11

  基于可再生核的机器学习理论（十四）-Theory of reproducing kernels Ⅱ(four

• 12

  基于可再生核的机器学习理论（一）-Introduction to machine learning(one)

• 13

  基于可再生核的机器学习理论（六）-Introduction to machine learning(six)

• 14

  基于可再生核的机器学习理论（十二）-Theory of reproducing kernels Ⅱ(two)

• 15

  基于可再生核的机器学习理论（二十一）-Statistical learning theory(three)

• 16

  基于可再生核的机器学习理论（四）-Introduction to machine learning(four)

• 17

  基于可再生核的机器学习理论（十五）-Regularized learning algorithms(one)

• 18

  基于可再生核的机器学习理论（十一）-Theory of reproducing kernels Ⅱ(one)

• 19

  基于可再生核的机器学习理论（十）-Theory of reproducing kernels Ⅰ(four)

• 20

  基于可再生核的机器学习理论（二）-Introduction to machine learning(two)

• 21

  基于可再生核的机器学习理论（十三）-Theory of reproducing kernels Ⅱ(three)

• 22

  基于可再生核的机器学习理论（二十二）-Statistical learning theory(four)

• 23

  基于可再生核的机器学习理论（十八）-Regularized learning algorithms(four)

• 评论统计：

• 力荐-0 %

  

• 推荐-0 %

  

• 还行-0 %

  

• 较差-0 %

  

• 很差-0 %