基本是网上的资料。 一、起源 boost 算法系列的起源来自于PAC Learnability(PAC 可学习性)。这套理论主要研究的是什么时候一个问题是可被学习的，当然也会探讨针对可学习的问题的具体的学习算法。这套理论是由Valiant提出来的，也因此（还有其他贡献哈）他获得了2010年的图灵奖。
分类：
其他好文 时间：
2016-02-24 21:03:45
阅读次数：
176
感谢：https://github.com/ty4z2008/Qix/blob/master/dl.md 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost 到随机森林、Dee
分类：
其他好文 时间：
2016-02-16 16:52:41
阅读次数：
1845
国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 早前评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive B
分类：
编程语言 时间：
2016-02-06 10:22:48
阅读次数：
256
在学习AdaBoosting和online Boosting, 最好有bagging和boosting基础，这样看起来比较会比较顺。有空再补上。AdaBoost 算法的主要思想之一就是在训练集上维护一套权重分布,初始化时 ,Adaboost 为训练集的每个训练例指定相同的权重 1/m。接着调用弱学习...
分类：
其他好文 时间：
2016-01-24 11:39:31
阅读次数：
470
本文不定期更新。原创文章，转载请注明出处，谢谢。Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器（弱分类器），然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。Adaboost算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，...
分类：
其他好文 时间：
2016-01-23 18:04:12
阅读次数：
347
分类：machine learning（22）版权声明：本文为博主原创文章，未经博主允许不得转载。菜鸟最近开始学习machine learning。发现adaboost 挺有趣，就把自己的一些思考写下来。主要参考了http://stblog.baidu-tech.com/?p=19，其实说抄也不为过...
分类：
其他好文 时间：
2016-01-23 15:33:20
阅读次数：
217
集成学习通过从大量的特征中挑出最优的特征，并将其转化为对应的弱分类器进行分类使用，从而达到对目标进行分类的目的。核心思想它是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器（弱分类器），然后把这些若分类器集合起来，构成一个更强的最终分类器（强分类器）。其算法本身是通过改变数据分布来实现的，...
分类：
其他好文 时间：
2016-01-07 14:50:08
阅读次数：
137
计算机视觉中，人脸检测（Face Detection）是一项常见的任务。Paul Viola和Michael Jones在《Rapid object detection using a Boosted cascade ofsimple features》一文中提出的快速对象识别算法将人脸检测推向了一个新的高度，这种将Adaboost 和Cascade 算法综合运用的实时人脸检测系统，使人脸检测这项工作具有了更为实际的意义和价值。其中，为了加速Haar特征的计算，他们提出了积分图的概念。...
分类：
其他好文 时间：
2016-01-06 09:13:59
阅读次数：
211
Boosting算法是一种把若干个分类器整合为一个分类器的方法，在boosting算法产生之前，还出现过两种比较重要的将多个分类器整合 为一个分类器的方法，即boostrapping方法和bagging方法。我们先简要介绍一下bootstrapping方法和bagging方法。 1）bootstr....
分类：
编程语言 时间：
2016-01-02 18:35:04
阅读次数：
245
本文转载了一篇关于Adaboost算法详解的文章，很清楚，一目了然，跟大家分享一下！...
分类：
编程语言 时间：
2015-12-19 11:13:59
阅读次数：
177
