【摘要】 在分析支持向量机原理的基础上，分别从人脸检测、验证和识别、说话人/语音识别、文字/手写体识别、图像处理及其他应用研究等方面对SVM的应用研究进行了综述，并讨论了SVM的优点和不足，展望了其应用研究的前景。 【Abstract】 The paper reviews the principles of SVM and then overviews its application research such as face detection, verification and identification, speaker/speech identification, character/script identification, image processing, and other applications. In the conclusion section, it discusses the advantages and shortcomings of SVM and looks forward to its attractive application research prospect.

人物轨迹 有关详细信息，请参见的文件“ 。

经典书籍《统计学习方法》李航，第4章 朴素贝叶斯(Naïve Bayes)-Python代码

统计学习精要（Elements_of_Statistics_Learning）教材答案，推荐下载

清华大学统计学习方法李航 第二版PPT 大部分内容均为书本内容

ISLR-Python 该存储库包含我在James，Witten，Hastie和Tibshirani撰写的“统计学习入门”中的实验和练习代码。 在每一章中，我都以它们提供的R代码为起点，并将其翻译为Python。 希望你喜欢！ 一些东西： 我发现首先阅读每个章节，然后轻轻松松学习课程中的视频（我通常以2倍的速度观看它们），然后尝试将这些概念实现到Python代码中，这非常有帮助。 具有R的背景使翻译代码变得容易得多，但有时仍然是一个挑战！ 许多在线教程在整个过程中都帮助了我。 如果没有和我肯定无法成功翻译所有代码。 在第六章之后，我渴望应用我的新技能。 我曾尝试在Kaggle上进行几场比赛，但是我发现我在处理数据方面确实很挣扎。 我决定花一个星期的时间专注于我的数据预处理技能和建立数据管道。 在那一周，我建立了。

发现之前已为我们提供了很棒的ISLR python版本 带有Python的ISLR R（ISLR）中的统计学习简介으Python으로 슬라이드나가자료 1장-简介 인공지능，머신러닝，데이터사이언스，예측분석을... 2장-统计学习 监督学习소개 3장-线性回归 statsmodel패키지사용하여 scikit-learn의OLS估计器사용하여 4장-分类 Logistic回归：scikit-learn estimator统计模型라이브러리사용하여， KNN回归分类：scikit-learn estimator사용하여， 回归指标（评估指标）：MAE，MSE，RMSE 分类器평가

以李航《统计学习方法》为参考，包含自己的理解和部分相关代码~有所不对请大家指出，新手上路，请多指教。

Vapnik本人巨著，学习统计学习理论的必备资料。系统介绍了统计学习理论的理论与方法，必读之作

经典书籍《统计学习方法》李航，第7章 支持向量机（SVM）-Python代码