汉语语义可计算模型研究-全文阅读 下载-.pptxVIP

Boosting学习算法 林磊 1.背景和意义 2.算法概况 3.算法应用 主要内容 Boosting 作为一种通用的学习算法 ， 可以提高任 一给定算法的性能 。Kearns and Valiant最先指出， 在PAC学习模型中 ， 若存在一个多项式级的学习 算法来识别一组概念 ， 并且识别率很高 ， 那么 这组概念是强可学习的； 而如果学习算法识别 一组概念的正确率仅比随机猜测的略好 ， 那么 这组概念是弱可学习的 。如果能将一个弱学习 算法提升为强学习算法 ， 那么在学习概念时， 只要找到一个比随机猜测略好的弱学习算法 ， 就可以将其提升为强学习算法 ， 而不必直接去 找通常情况下很难获得的强学习算法 背景和意义 归纳学习的计算理论： Valiant ——关于可学习性的理论： 概率 地 、近似地 、正确地可学习的(PAC Probably 、Approximately 、Correct) PAC学习模型 Schap ire和Freund 提出了一个新的 boosting 算法： AdaBoost算法,它解决 了早期boosting 算法的许多不足 Adaboost算法 给定： 其中 ，