摘要：模式识别、函数拟合及概率密度估计等都属于基于数据学习的问题，现有方法的重要基础是统计学，前提是有足够多样本，当样本数目有限时难以取得理想的效果，统计学习理论（ＳＬＴ）是由Ｖａｐｎｉｋ等人提出的一种小样本统计理论，着重研究在小样本情况下的统计规律及学习方法性质。ＳＬＴ为机器学习问题建立了一个较好的理论框架，也发展了一种新的通用学习算法－－支持向量机（ＳＶＭ），能够较好的解决小样本学习问题，目前，ＳＬ

原文链接:http://www.cqvip.com//QK/90250X/200001/4138416.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）