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