H是一个定义在一抽象集合B的实值或复值的Hilbert函数空间，对任意f(x)属于H，x属于B，若存在 二元函数K(x,y)，满足：对任意固定y属于B，K(x,y)作为x的函数属于H；对任意f(x)属于H，有f(y) = (f(x),K(x,y))H (H为下标)。则称K(x,y)为H的再生核，H是以K(x,y)为 再生核的Hilbert空间，简称再生核Hilbert空间，简记为RKHS。

• 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 %