非常好的统计学习理论，希望对大家有所帮助，共同进步！

学习支持向量机的必看内容，关于统计学习理论，某大学教授的PPT

论文将支持向量机的机器学习方法引入到医学图像的分类问题。首先概述 了支持向量机的理论基础和数学模型，着重介绍了支持向量机的推广能力和核 函数理论。其次介绍了一些主要的改进支持向量机学习算法，分析了这些算法 的优缺点。最后应用支持向量机方法对乳腺X线图像提取出来的特征样本进行 分类，采用交叉检验方法进行支持向量机核函数参数的选择，取得了较好的分 类准确率。

The Nature of Statistical Learning Theory（中英2本 Vapnik,V.N的.《统计学习理论的本质》）

统计学习理论（清华 张学工 讲义）

vapnik博士的“统计学习理论的本质”中文版的作者张学工的有关统计学习理论的幻灯片。

【目录】 概述 统计学习理论中的基本概念 统计学习理论的发展简况 统计学习理论的基本内容 支持向量机概述 研究现状 参考文献

统计学习理论大师Vapnik的 The Nature Of Statistical Learning第二版。这个版本是可以复制的，很完美。

统计学习理论-看得非常开心，花10元下的，收一元吧 Vapnik V. Statistical Learning Theory (Wiley 1998)(400dpi)(T)(ISBN 0471030031)(740s).djvu

【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.