【文件属性】:
文件名称:集成学习(Bagging ,Boosting ,AdaBoost) PPT
文件大小:1.05MB
文件格式:PPT
更新时间:2014-10-05 13:30:25
集成学习 Bagging ,Boosting ,AdaBoost
集成学习Bagging ,Boosting等介绍的PPT。集成方法是构建一种对单个分类器进行集成的学习算法,将各分类器的分类结果以一定的方式集成起来实现对新数据点进行分类,其中单个分类器是独立的且不要求分类精度很高。通过这种方式,大大提高了集成系统的性能。
网友评论
- 一般般的,太粗糙了。
- 习惯性好评
- 谈的比较浅
- 非常感谢楼主,这篇ppt讲得非常好,内容涵盖全面,而且图文并茂清晰易懂,推荐!
- 好东西,值得学习
- 内容很不错,非常适合初学者入门学习
- 做得很好的,适合入门,也适合大家学习参考
- 可供学习使用
- 总体来说还是比较不错的,说的比较明白,尽管不详细,但是作为ppt框架明了。
- 不错的ppt,讲解的比较详细
- 讲的比较系统,是初学者的好资料
- 刚开始研究集成学习,这个ppt很不错!
- 内容比较系统,详细。
- 确实很详细!!是集成学习值得一看的资料!!谢楼主!!
- 正在看,貌似不错,思路清晰。
- 内容很丰富 方便学习 给我很大的帮助
- 从集成学习的大角度入手,也有Bagging和boosting算法、boosting和SVM的比较等
- 内容较为全面,不错的资料!
- PPT内容很丰富,从集成学习的大角度入手,也有Bagging和boosting算法、boosting和SVM的比较等
- 这个PPT不错,里面的机器学习算法讲的还是比较清楚地~ 集成学习这个感念让我觉得有点像投票机制!