AdaBoost.MH版

在线学习的决策理论推广及其在boosting中的应用。在本文的第一部分中,我们考虑在最坏情况下的在线框架下,在一组选项之间动态分配资源的问题。我们所研究的模型可以解释为一个广泛的,抽象的扩展的在线预测模型研究一般的决策理论背景。我们证明了乘性权值更新Littlestone-Warmuth规则可以适用于该模型,在某些情况下会产生稍微较弱的界,但适用于一类相当普遍的学习问题。我们展示了所得到的学习算法是如何应用于各种问题的,包括赌博,多结果预测,重复博弈,以及在$ bfR^n$中预测点数。在论文的第二部分,我们应用乘性权值更新技术来推导一个新的boosting算法。这种boosting算法不需要任何关于弱学习算法性能的先验知识。我们还研究了新boosting算法在学习函数问题上的推广,其范围不是二进制的,而是任意有限集或实线的有界线段。


zbMATH中的参考文献(参考文献478篇,1标准件)

显示478个结果中的1到20个。
按年份排序(引用)

1 2 ... 22 23 24 下一个

  1. 阿特舒勒,杰森M。;Talwar,Kunal:有限动作集合上的在线学习(2021)
  2. 卡尔德,杰夫;Drenska,Nadejda:与历史相关专家在线预测的渐近最优策略(2021)
  3. 卡里佐萨,埃米利奥;莫莱罗-里欧,克里斯蒂娜;Romero Morales,Dolores:分类和回归树中的数学优化(2021)
  4. 程,宜春;王新雷;夏玉森:用于数据可视化和分类的监督(t)-分布式随机邻域嵌入(2021)
  5. 康德,大卫;费尔南德斯,米格尔A。;鲁达,克里斯蒂娜;萨尔瓦多,博尼法西奥:等张增压分类规则(2021)
  6. 菲尔德,邓肯;亚扪人,亚尼人;培尼亚,何塞玛丽亚;Jérusalem,Antoine:基于机器学习的复合材料介观本构模型的多尺度校准:在脑白质中的应用(2021)
  7. 光景俊;李,舒:批量模式主动学习框架及其在大变量年金组合估值中的应用(2021)
  8. 伊什基纳,Sh.Kh。;Vorontsov,K.V.:阈值决策规则组合泛化能力界的锐度估计(2021)
  9. 杨毅;郭玉轩;张向玉:基于角度的成本敏感多类别分类(2021)
  10. 优素福,卡西夫;Ng,Serena:用时变参数推进高维预测回归(2021)
  11. 咏叹调,马西莫;安布罗西奥,安东尼奥;伊奥里奥,卡梅拉;西西里亚诺,罗伯塔;Cozza,Valentina:皮肤病变皮肤镜图像中恶性黑色素瘤识别的动态递归树分割(2020)
  12. 阿库,丹尼斯;多库安邦萨,夸贝纳;Howard,Nathaniel K:基于马尔可夫调制树的汽车保险风险保费定价梯度提升模型(2020)
  13. Bauvin,巴普蒂斯特;卡波尼干酪;罗伊,让·弗朗西斯;Laviolette,François:快速贪婪(\mathcalC)边界的保证最小化(2020)
  14. 布哈奇,达利拉;Alkhawalde,Abdullah A.K.:银行和金融中信用评分和破产预测的适当机器学习技术:一项比较研究(2020年)
  15. 卡波佐,安德烈;格雷塞林,弗朗西丝卡;Murphy,Thomas Brendan:基于裁剪和约束的基于模型分类的鲁棒方法。存在异常值和标签噪声的半监督学习(2020)
  16. 查巴内,伊克拉姆;格尔马齐,拉杜瓦内;Hammami,Mohamed:从不平衡数据学习决策树的增强技术(2020)
  17. 康纳马赫,哈罗德;潘查,尼基尔;刘瑞;Ray,Soumya:\textscRankboost(+):对\textscRankboost(2020)的改进
  18. 范俊;项道红:基于核的大边际统一机的定量收敛性分析(2020)
  19. 弗里德,亚历克斯;Manevitz,Larry M.:从复杂的神经生理数据分析认知过程:一些教训(2020)
  20. 弗里德,亚历克斯;马内维茨,拉里·M。;纳瓦,诺贝托·艾吉:从功能磁共振成像数据对自传体记忆的价值进行分类(2020年)

1 2 ... 22 23 24 下一个