注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 集成学习综述-文章 介绍集成学习的基本方法 基本原理 基本算法

  2. 概述集成学习。介绍集成学习的基本方法 基本原理 基本算法

  3. 所属分类：其它

    • 发布日期：2010-12-09
    • 文件大小：267kb
    • 提供者：lxhgolf

  1. 集成学习(Bagging ，Boosting ,AdaBoost) PPT

  2. 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。

  3. 所属分类：专业指导

  1. 集成学习ensemble learning

  2. 集成学习 ensemble 机器学习 集成方法 boosting PCA bagging boosting stacking

  3. 所属分类：机器学习

    • 发布日期：2018-05-09
    • 文件大小：1mb
    • 提供者：cordon

  1. 机器学习方法R实现-用决策树、神经网络等九种机器学习方法对信用卡违约率建模

  2. 用R实现多种主流的机器学习方法进行，对信用卡违约率进行机器学习建模、模型评价和调参

  3. 所属分类：算法与数据结构

    • 发布日期：2018-07-21
    • 文件大小：2mb
    • 提供者：tomocat

  1. 集成学习方法 面试精华

  2. 自己在2018秋招期间从牛客网、知乎、百度谷歌等网页整理的关于机器学习、深度学习、计算机基础等等的面试精华问题与解答，部分有因为时间而未解决的问题，大部分问题都给出了答案和参考。

  3. 所属分类：机器学习

    • 发布日期：2018-09-26
    • 文件大小：3mb
    • 提供者：wrgcon520

  1. 集成学习方法汇总讲稿

  2. 集成学习(Ensemble Learning) 是指将多个不同的基本模型(Base Model) 组合成一个 Ensemble Model 的方法。它可以同时降低最终模型的 Bias 和 Variance（证明可以参考这篇论文，我最近在研究类似的理论，可能之后会写新文章详述)，从而在提高分数的同时又降低 Overfitting 的风险。在现在的 Kaggle 比赛中不用 Ensemble 就能拿到奖金几乎是不可能的

  3. 所属分类：机器学习

    • 发布日期：2018-10-16
    • 文件大小：11mb
    • 提供者：qq_21768483

  1. 集成学习方法matlab实现

  2. 集成学习（Ensemble Learning）有时也被笼统地称作提升（Boosting）方法，广泛用于分类和回归任务。它最初的思想很简单：使用一些（不同的）方法改变原始训练样本的分布，从而构建多个不同的分类器，并将这些分类器线性组合得到一个更强大的分类器，来做最后的决策。本文件内包含多种集成学习方法，可进行选择，比较其优劣势

  3. 所属分类：机器学习

    • 发布日期：2019-03-16
    • 文件大小：519kb
    • 提供者：qq_41611588

  1. 集成学习综述

  2. 集成学习的综述，主要介绍集成学习的概念及主要方法。

  3. 所属分类：数据库

    • 发布日期：2012-12-11
    • 文件大小：1mb
    • 提供者：konglinggui123

  1. 基于深度集成学习的人脸智能反馈认知方法

  2. 人脸识别技术是深度学习的重要研究领域。为了克服传统开环人脸认知模式以及深层神经网络结构的缺陷，模仿人类实时评测认知结果自寻优调节特征空间和分类认知准则的认知模式，借鉴闭环控制理论思想，探索了一种基于深度集成学习的人脸智能反馈认知方法。首先，基于DEEPID网络建立人脸图像由全局到局部具有确定映射关系的非结构化特征空间；其次，基于特征可分性评测和变精度粗糙集理论，从信息论角度建立非结构化动态特征表征的人脸认知决策信息系统模型，以约减非结构化特征空间；再次，采用集成随机权向量函数连接网络，构建简约非

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：590kb
    • 提供者：weixin_38517122

  1. 针对弱标记的多标记数据集成学习分类方法

  2. 提出一种针对弱标记的多标记数据集成学习分类方法，它通过采用基于相似性成对约束投影的方法来处理数据，更好地利用了弱标记样本的特征，从而提高了分类性能。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：231kb
    • 提供者：weixin_38748210

  1. 集成学习算法

  2. 集成学习算法集成学习的基本原理BaggingBoosting随机森林 集成学习的基本原理 Bagging Boosting 随机森林 随机森林指的是利用多棵树对样本进行训练并预测的一种分类器。该分类器最早由Leo Breiman和Adele Cutler提出，并被注册成了商标。 随机森林相对于Bagging，既对样本做随机，又对变量做随机。 随机森林的优点： 1）对于很多种资料，它可以产生高准确度的分类器； 2）它可以处理大量的输入变数； 3）它可以在决定类别时，评估变数的重要性； 4）

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：348kb
    • 提供者：weixin_38653085

  1. 对单片机概念和学习方法的个人理解

  2. 对单片机概念和学习方法的个人理解 单片机，通俗的讲就是一块集成芯片，这个芯片上有许多的引脚， 通过引脚连接外围电路实现单片机的多种功能。 比如说：51单片机的引脚P3.0 (RXD)和P3.1(TXD)通过芯片MAX232进行电平转换与 计算机进行串口通讯（计算机与单片机所用电平特性不同） 操作运用单片机的本质就是控制单片机的引脚输出高电平1或者低电平0，进行影响与单片机 相连的外围电路，而通过单片机实现什么样的功能就需要我们来对其进行编程。 比如：制作一个时钟，就需要外围电路连接液晶显示器，蜂

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：51kb
    • 提供者：weixin_38743391

  1. 基于机器学习方法的集成模型

  2. 基于机器学习方法的集成模型

  3. 所属分类：其它

  1. 一种改进的集成学习方法，用于对高维和不平衡生物医学数据进行分类

  2. 一种改进的集成学习方法，用于对高维和不平衡生物医学数据进行分类

  3. 所属分类：其它

  1. 一种用于非平衡数据分类的集成学习模型

  2. 针对非平衡数据分类问题,提出了一种改进的SVM-KNN分类算法,在此基础上设计了一种集成学习模型。该模型采用限数采样方法对多数类样本进行分割,将分割后的多数类子簇与少数类样本重新组合,利用改进的SVM-KNN分别训练,得到多个基本分类器,对各个基本分类器进行组合。采用该模型对UCI数据集进行实验,结果显示该模型对于非平衡数据分类有较好的效果。

  3. 所属分类：其它

  1. 面向神经机器翻译的集成学习方法分析

  2. 集成学习是一种联合多个学习器进行协同决策的机器学习方法，应用在机器翻译任务的推断过程中可以有效整合多个模型预测的概率分布,达到提升翻译系统的准确性的目的。虽然该方法的有效性已在机器翻译评测中得到了广泛验证，但关于子模型的选择与融合的策略仍鲜有研究。该文主要针对机器翻译任务中的参数平均与模型融合两种集成学习方法进行了大量的实验,分别从模型与数据层面、多样性与模型数量层面对集成学习的策略进行了深入探索。实验结果表明在WMT中英新闻任务上，所提模型相比Transformer单模型有3. 19个BLEU

  3. 所属分类：其它

  1. 基于混合集成学习的机场噪声预测方法

  2. 基于混合集成学习的机场噪声预测方法

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：368kb
    • 提供者：weixin_38663452

  1. 利用多样性优化集成学习中的边距分布

  2. 边缘分布被认为是提高分类器泛化性能的重要因素。 在本文中，我们提出了一种新颖的集成学习算法，称为双旋转边距森林（DRMF），旨在改善组合系统在训练集上的边距分布。 我们利用随机轮换产生不同的基本分类器，并优化边距分布以利用多样性产生最佳合奏。 我们证明了不同的基础分类器在推导大利润集合方面是有益的，因此我们提出的技术将导致良好的泛化性能。 我们在广泛的基准分类任务中检查了我们的方法。 实验结果证实，DRMF优于其他经典的集成算法，例如Bagging，AdaBoostM1和Rotation For

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：723kb
    • 提供者：weixin_38674675

  1. emsemble-learning:统计集成学习方法使用多种学习算法来获得比仅从任何组成学习算法中获得的更好的预测性能-源码

  2. emsemble-learning:统计集成学习方法使用多种学习算法来获得比仅从任何组成学习算法中获得的更好的预测性能

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：592kb
    • 提供者：weixin_42128015

  1. 将无监督和有故障的诊断方法与集成学习相结合

  2. 将无监督和有故障的诊断方法与集成学习相结合

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：245kb
    • 提供者：weixin_38703866
« 12 3 4 5 6 7 8 9 10 ... 50 »