杰罗姆·弗里德曼。 预测(机器)学习的最新进展。 (英语) Zbl 1336.62178号 J.分类。 23,第2期,175-197(2006). 小结:预测涉及到在给定其他测量属性值的情况下,估计正在研究的系统属性的未知值。在预测(机器)学习中,预测规则是从包含先前已解决案例的数据中导出的。大多数预测学习方法都起源于多年前的计算机时代。最近出现了两种新技术,使该领域重新焕发活力。这些是支持向量机和增强的决策树。本文介绍了这两种新方法,将它们各自的祖先根追溯到标准核方法和普通决策树。 引用于7文件 MSC公司: 62H30型 分类和区分;聚类分析(统计方面) 68T05型 人工智能中的学习和自适应系统 关键词:机器学习;增压;支持向量机;内核方法;决策树 PDF格式BibTeX公司 XML格式引用 \textit{J.H.Friedman},J.Classif。23,第2号,175--197(2006;Zbl 1336.62178) 全文: 内政部 链接