怎样实现弱学习转为强学习.PPTVIP

  • 29
  • 0
  • 约3.15千字
  • 约 31页
  • 2019-06-14 发布于天津
  • 举报
看到这么多的weak learn算法,我不知道我改用那一种,也不知道要提高AdaBoost检测速度是不是该从weak learn入手? 目前我对AdaBoost的认识停留在数学层面,感觉还是很抽象,特别是人脸特征的知识表示是怎么进行的,我是不是应该先把黄金凤的程序拿来对照学习? 提纲 前期调研 AdaBoost原理 一些问题 前期调研 PAC学习模型[2-3] 机器学习中,训练样本再大也不能代表某类事物本身,所以从训练样本中学习得到“规则”不能对某类事物完全适用,总有失效的情况出现,所以机器学习的目标是概率逼近正确学习! 1984年 Valiant提出PAC(Probably Approximately Correct)学习模型文中提出强学习和弱学习两个概念。 Valiant的贡献 Valiant指出弱学习转换为强学习的可行性! 实际运用中,人们根据生产经验可以较为容易的找到弱学习方法,但是很多情况下要找到强学习方法是不容易的。有时候人们倾向于通过先找到弱学习然后把它转换为强学习的方式获取强学习方法,而Valiant证明了这种方式的可行性。 怎样实现弱学习转为强学习 核心思想:通过组合使弱学习互补。 学习是不适定问题,在有限的样本上,不同的学习方法得到不同的“规则”,并在不同的情况下失效,没有一种学习算法总是在任何领域产生最好的

文档评论(0)

1亿VIP精品文档

相关文档