【内容简介】《支持向量机与应用和MATLAB程序详解视频》共15章156节视频，总学时1266分钟，合21.1小时。主要内容包括：支持向量机（SVM）基本概念与基本理论，线性分类器及其寻找最好分类面的建模分析，线性不可分及核函数和松弛变量与惩罚因子，支持向量机SVM用于多类分类问题，支持向量机SVM及MATLAB程序实现，基于支持向量机利用图像属性分类与程序实现，基于LIBSVM软件利用图像属性分类与程序实现，基于SVM分析意大利葡萄酒多个分类，参数优化及交叉验证方法与最佳参数计算，支持向量机进行手写体数字图像识别分类，SVM回归分析预测上证开盘指数，SVM的信息粒化时序回归预测上证开盘指数变化区间，基于SVM算法进行柴油机故障诊断，支持向量机(SVM)算法与其它算法结合思路与希望。
全部提供MATLAB代码程序和PPT课件。
提供辅导答疑。
第一章 必先看和支持向量机(SVM)的影响力及其研究领域简介
第二章 支持向量机（SVM）基本概念与基本理论
第三章 线性分类器及其寻找最好分类面的建模分析
第四章 线性不可分及核函数和松弛变量与惩罚因子
第五章 支持向量机SVM用于多类分类问题
第六章 支持向量机SVM及MATLAB程序实现
第七章 基于支持向量机利用图像属性分类与程序实现
第八章 基于LIBSVM软件利用图像属性分类与程序实现
第九章 基于SVM分析意大利葡萄酒多个分类
第十章 参数优化及交叉验证方法与最佳参数计算
第十一章 支持向量机进行手写体数字图像识别分类
第十二章 SVM回归分析预测上证开盘指数
第十三章 SVM的信息粒化时序回归预测上证开盘指数变化区间
第十四章 基于SVM算法进行柴油机故障诊断
第十五章 支持向量机(SVM)算法与其它算法结合思路与希望
