核方法

核方法的核心是核技巧：无需显式计算高维映射，只需计算样本间核函数值，即可在再生核希尔伯特空间中做线性学习。代表性算法有支持向量机、核岭回归、高斯过程。它理论完备、在小样本上表现稳健，至今仍是理解深度学习之外机器学习的重要基础。