Boosting理论基础

• 作者: 涂承胜 陆玉昌
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: PAC学习模型 在线分配模型 算法分析
• 年，卷（期）: 2004,（10）
• 页码范围: 11-14
• 页数: 4页
• 分类号: TP3
• 字数: 6480字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2004.10.002

摘要

Boosting是提高学习算法准确度的有效方法.本文主要介绍了Boosting的问题框架PAC模型、与Boosting相似并有助于AdaBoost研究的在线分配模型和AdaBoost算法,并对AdaBoost算法的参数和弱假设选择等进行了分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆玉昌	清华大学计算机科学技术系智能技术与系统国家重点实验室	86	4098	32.0	63.0
2	涂承胜	重庆三峡学院计算机科学系	24	395	8.0	19.0