支持向量机的研究是近十余年机器学习、模式识别和数据挖掘领域中的研究热点，受到了汁算数学、统计、计算机、自动化和电信等有关学科研究者的广泛关注，取得了丰硕的理论成果，并被广泛地应用于文本分类、图像处理、语音识别、时间序列预测和函数估计等领域。
《信息与计算科学丛书（59）：支持向量机的算法设计与分析》首先介绍了核函数的概念；然后从几何直观的角度介绍了建立二分类模型和回归模型过程中所取得的理论成果；书末对于分解算法、*小二乘支持向量机、多分类、模糊支持向量机、在线学习和大规模分类相关的成果进行了归纳和整理，从数学上对相关算法的原理进行了详细分析。
《信息与计算科学丛书（59）：支持向量机的算法设计与分析》的内容既包括支持向量机的新进展，也包括作者的多年研究成果作者希望《信息与计算科学丛书（59）：支持向量机的算法设计与分析》能够有助于对机器学习、模式识别和数据挖掘感兴趣的读者更加快速地了解支持向量机的新研究动态，能够有助于读者理清算法的本质，从而使读者能够在已有研究成果的基础之上更加有效地开展工作。
《信息与计算科学丛书（59）：支持向量机的算法设计与分析》可作为数学、统计、计算机、电信、自动化等有关专业的高年级本科生和研究生教材，也可作为相关领域的教师和科研工作者的参考书。
展开
