zbMATH中的参考文献（参考 433篇文章 参考，1标准件)

1. 康纳马赫，哈罗德；潘查，尼基尔；刘，芮；雷，苏梅亚：\textscRankboost（+）：对\textscRankboost（2020）的改进
2. 藤田、高弘；Hatano、Kohei；Takimoto、Eiji：超越非确定性ZDD（2020年）
3. 赖元浩；麦克劳德，伊恩：集合分位数分类器（2020）
4. Lopes，Miles E.：估计随机群的急剧收敛界（2020）
5. van Engelen，Jesper E.；Hoos，Holger H.：半监督学习调查（2020）
6. 朱启武、熊庆宇、王凯、吕、王、刘、童：复杂环境下基于模糊分类器和mlps集成的精确WiFi室内定位（2020）
7. Aravkin，Aleksandr Y.；Bottegal，Giulio；Pillonetto，Gianluigi：《作为基于内核的方法的提升》（2019年）
8. Baumann，P.；Hochbaum，D.S.；Yang，Y.T.：领先的机器学习技术和两种新优化算法的比较研究（2019年）
9. Biau，G.；干部，B.；Rouvière，L.：加速梯度推进（2019年）
10. Blachnik，Marcin:实例选择方法的集合：比较研究（2019）
11. Bourel，Mathias；Cugliari，Jairo：密度估计器的包装（2019年）
12. 蔡国强、杨国强、陈国强、潘岳、吕娇娇：《城市轨道车辆滚动轴承EMD与GNN-adaboost故障诊断》（2019）
13. Conaty，Diarmaid；Martínez del Rincon，Jesús；de Campos，Cassio P.：使用鲁棒性的和积网络的层次结构（2019）
14. Gosztolya，Gábor；Busa Fekete，Róbert:校准AdaBoost用于音素分类（2019）
15. Steve Hanneke；Yang，Liu：被动和主动学习中的替代损失（2019）
16. 韩旭：超高维稀疏数据条件下严格凸损失下的非参数筛选（2019）
17. Li，Xiang；Liu，Zhanli；Cui，Shaoqing；Roo，Chengcheng；Li，Chenfeng；Zhuang，Zhuo：通过基于图像的建模和深度学习预测异质材料的有效力学性能（2019）
18. Lopes，Miles E.：通过引导法估计随机集合的算法方差（2019年）
19. 罗，程；张，波；项，杨；齐，曼：高斯-伽马协同过滤：推荐系统的分层贝叶斯模型（2019）
20. Pham，Tuan M.；Doan，Danh C.；Hitzer，Eckhard:AdaBoost算法基于平面旋转人脸检测的共形几何代数特征提取（2019）