集成学习综述.pdfVIP

集成学习综述 梁英毅 摘要 机器学习方法在生产、科研和生活中有着广泛应用，而集成学习则是机器学习的首要 热门方向[1]。集成学习是使用一系列学习器进行学习，并使用某种规则把各个学习结果进 行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。本文对集成学习的概念 以及一些主要的集成学习方法进行简介，以便于进行进一步的研究。 一、 引言 机器学习是计算机科学中研究怎么让机器具有学习能力的分支，[2]把机器学习的目标 归纳为“给出关于如何进行学习的严格的、计算上具体的、合理的说明”。[3]指出四类问题 的解决对于人类来说是困难的甚至不可能的，从而说明机器学习的必要性。 目前，机器学习方法已经在科学研究、语音识别、人脸识别、手写识别、数据挖掘、医 疗诊断、游戏等等领域之中得到应用[1, 4]。随着机器学习方法的普及，机器学习方面的研 究也越来越热门，目前来说机器学习的研究主要分为四个大方向[1]： a) 通过集成学习方法提高学习精度； b) 扩大学习规模； c) 强化学习； d) 学习复杂的随机模型； 有关 Machine Learning