关于QVM和KVM的一些思考，勿喷！

显示全部楼层 · 发表于 2012-9-30 19:37:51

本帖最后由雾生镜于 2012-10-1 15:58 编辑

QVM和KVM都被称为人工智能启发基于SVM算法--支持向量机。KVM的简介中还提到应用了熵算法看来金山KVM的作者还无法深入理解SVM,估计KVM还仅仅停留在熵算法和普通模式识别的阶段。

SVM不仅仅是分类器算法这么简单，从数学上来讲SVM是一套建立在统计学习理论的VC维理论和SRM之上的理论，有着严格的数学基础作支撑，而且它和传统统计学习方法不一样，SVM不依赖于大数定律和ERM！ SVM是基于SRM(结构风险最小化)理论的是可以同时最小化经验误差（训练集分类精度高）与最大化几何边缘区（可以得到最小的置信区间），SVM正是运用了泛化误差界这样的统计方法，所以能够处理小量规模的训练样本使泛化误差上界最小，还能处理非线性、高维数、局部极小点等问题，这些都是传统统计学习方法（熵算法,神经网络等等）无法做到的。

还有诺顿的sonar据卡饭某位大神说是ann算法即所谓的人工神经网络，ann算法也是用来处理小样本的，尽管ann在实际运用中比较成功，不过这种算法缺少数学理论作为基础。
这段红色的应15楼的要求大家可以无视

众所周知只是做高查杀的启发谁都会

（我不会）
卡饭的JS引擎，超级巡警的启发…… 检出率都比360和金山的高！
不过那种启发引擎只能是玩具而已，和QVM KVM根本不在一个档次上，
绝对无法给千万级，亿级的用户使用。
因为那种启发是一种传统统计学习方法（研究样本数目趋于无穷大时的渐近理论）
缺陷就是在实际中样本要达到一定数目的时候，学习才能保证“有效性”，而且会产生过度学习（分类精度很高，但是置信区间同样很高），这种方法依赖于ERM！

QVM的作者zdolo原来是做搜索的吧

而KVM的作者loveboom在看雪有个外号叫人肉脱壳机

因为360有一支搜索团队，数学基础应该很强，对于概率统计和泛函分析方向会有一定的基础，所以能从数学的角度深入理解SVM，从而制造出了QVM。

所以QVM在运用统计学习理论和模糊数学处理相关问题，在保证分类精度的同时，缩小置信区间…… 对于小样本的学习精度和准确识别样本的能力肯定要比KVM合理的多！

至于金山的KVM……不知道一个脱壳机大神是如何深入理解SVM算法的！

显示全部楼层 · 发表于 2012-9-30 19:45:15

方法总比困难多

显示全部楼层 · 发表于 2012-9-30 19:48:18

提示: 该帖被管理员或版主屏蔽

显示全部楼层 · 发表于 2012-9-30 19:50:49

反正都觉得很神秘的样子。。。

显示全部楼层 · 发表于 2012-9-30 19:51:14

LZ对概率统计挺有基础啊

过学习过拟合都知道

显示全部楼层 · 发表于 2012-9-30 19:54:18

提示: 该帖被管理员或版主屏蔽

显示全部楼层 · 发表于 2012-9-30 19:57:14

本帖最后由 z13667152750 于 2012-9-30 19:59 编辑

我学过一点统计学，不过也只是一点，所以看懂部分。。。

显示全部楼层 · 发表于 2012-9-30 19:57:54

雾生镜发表于 2012-9-30 19:48
在卡饭第一次发帖求大大罩

大大是谁,你认错人了....

显示全部楼层 · 发表于 2012-9-30 20:03:51

每次看到这种技术帖子，不管技术含量多高，我都是努力看完，看完了之后总觉得像吃了碗饭样满足！实在！

显示全部楼层 · 发表于 2012-9-30 20:26:23

提示: 该帖被管理员或版主屏蔽

雾生镜头像被屏蔽	楼主\| 发表于 2012-9-30 19:48:18 \| 显示全部楼层提示: 该帖被管理员或版主屏蔽
雾生镜头像被屏蔽
	回复举报

雾生镜头像被屏蔽	楼主\| 发表于 2012-9-30 19:54:18 \| 显示全部楼层提示: 该帖被管理员或版主屏蔽
雾生镜头像被屏蔽
	回复举报

雾生镜头像被屏蔽	楼主\| 发表于 2012-9-30 20:26:23 \| 显示全部楼层提示: 该帖被管理员或版主屏蔽
雾生镜头像被屏蔽
	回复举报

[技术原创] 关于QVM和KVM的一些思考，勿喷！

评分