集成学习:Boosting算法综述

• 作者: 于玲 吴铁军
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: Boosting 机器学习 泛化误差 回归 优化
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 综述与评论
• 页码范围: 52-59
• 页数: 8页
• 分类号: TP181
• 字数: 7295字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.01.010

摘要

Boosting是近年来机器学习领域中一种流行的、用来提高学习精度的算法.本文首先以AdaBoost为例对Boosting算法进行简单的介绍,并对Boosting的各种不同理论分析进行概括,然后介绍了Boosting在回归问题中的理论研究,最后对Boosting的应用以及未来的研究方向进行了讨论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴铁军	浙江大学智能系统与决策研究所	102	2261	22.0	44.0
2	于玲	浙江大学智能系统与决策研究所	12	286	4.0	12.0