支持向量機SVM（Support Vector Machine）是一種監(jiān)督學習方法，是機器學習中的最常用的算法之一，在各領域的模式識別問題中表現(xiàn)得非常優(yōu)異，特別是在手寫識別數(shù)字和人臉識別中有著廣泛的應用。

JMP Pro15中新增了JMPer們翹首以盼的支持向量機平臺??，可以基于X變量空間范圍內(nèi)容的支持向量來預測響應，充實了JMP Pro的建模工具箱。

為了幫助大家快速入門和掌握SVM的基本應用，解決實際工作中的相關問題，12月18日14:00—15:00??，JMP將面向所有JMPer們開展一場全新??的SVM線上小課堂。課堂中，老師將介紹支持向量機的基本概念、算法原理、重要參數(shù)和模型評估指標，并通過現(xiàn)場案例演示，讓大家理解和掌握支持向量機的基礎知識，實現(xiàn)在業(yè)務中的快速應用。

SVM有何神通廣大之處？

支持向量機SVM應用廣泛。它可以用于文本和超文本的分類，在歸納和直推方法中都可以顯著減少所需要的有類標的樣本數(shù)。同時，它也可以用于圖像分類和圖形切割系統(tǒng)。

實驗結果顯示，在經(jīng)過三到四輪相關反饋之后，比起傳統(tǒng)的查詢優(yōu)化方案，支持向量機能夠獲取明顯更高的搜索準確度。

除此之外，支持向量機被廣泛用于生物學中的蛋白質分類，其中高達90%的化合物能被正確分類。在生物科學的尖端研究中，人們還使用它來識別用于模型預測的各種特征，以找出各種基因表現(xiàn)結果的影響因素。

本次課程為JMP首次開設的SVM小講堂??，想要入門SVM并想了解如何在工作中快速應用的小伙伴們千萬不能錯過！???

課程內(nèi)容

1?SVM概述

o?? 基本概念

o?? 算法原理

o?? 優(yōu)缺點

o?? 重要參數(shù)

o?? 模型評估指標

2?案例介紹

3?JMP軟件學習渠道

4?Q&A

復制以下鏈接到瀏覽器即可快速報名：

http://www.jmp.com/zh_cn/events/live-webcasts.html?utm_campaign=wcl7013Z000002DrEgQAK&utm_source=bilibili&utm_medium=social

報名成功后，你的注冊郵箱將收到注冊確認及詳細參會信息郵件。請保存此封郵件，按照相應說明，即可輕松登入會議。

如果在注冊、登錄期間有任何問題，也歡迎隨時與我們溝通。

咨詢熱線? ? ? ?

021-61633046
Polly.cheng@jmp.com

獨樂樂不如眾樂樂

呼朋喚友一起來學習吧~?