Boosting is a general method for im

Boosting is a general method for improving the accuracy of any given learning algorithm.
This short overview paper introduces the boosting algorithm AdaBoost, and explains the underlying
theory of boosting, including an explanation of why boosting often does not suffer
from overfitting as well as boosting’s relationship to support-vector machines. Some examples
of recent applications of boosting are also described.

ผลลัพธ์ (ไทย) 1:

ส่งเสริมเป็นวิธีการทั่วไปสำหรับการปรับปรุงความถูกต้องของอัลกอริทึมการเรียนรู้ที่กำหนดนี้ภาพรวมระยะสั้นแนะนำขั้นตอนวิธีเพิ่ม AdaBoost และอธิบายตัวทฤษฎีของการส่งเสริม รวมถึงคำอธิบายของเหตุส่งเสริมที่มักจะไม่ประสบจาก overfitting ตลอดจนส่งเสริมของความสัมพันธ์กับเครื่องสนับสนุนเวกเตอร์ ตัวอย่างโปรแกรมประยุกต์ล่าสุดของการส่งเสริมยังอธิบาย

ผลลัพธ์ (ไทย) 2:

การส่งเสริมเป็นวิธีการทั่วไปสำหรับการปรับปรุงความถูกต้องของขั้นตอนวิธีการเรียนรู้ใดก็ตาม.
กระดาษนี้ภาพรวมสั้นแนะนำ AdaBoost
ขั้นตอนวิธีการส่งเสริมและอธิบายพื้นฐานทฤษฎีของการส่งเสริมการรวมทั้งคำอธิบายว่าทำไมการส่งเสริมมักจะไม่ประสบจาก
overfitting เช่นเดียวกับการส่งเสริมความสัมพันธ์ เครื่องสนับสนุนเวกเตอร์
ตัวอย่างบางส่วนของการใช้งานที่ผ่านมาของการส่งเสริมการนอกจากนี้ยังจะมีการอธิบาย

ผลลัพธ์ (ไทย) 3:

ซึ่งเป็นวิธีการทั่วไปในการปรับปรุงความถูกต้องของขั้นตอนวิธีการเรียนรู้ใด ๆ .
นี้ภาพรวมสั้น ๆกระดาษแนะนำส่งเสริม adaboost ขั้นตอนวิธีและอธิบายถึงทฤษฎีของพื่น
รวมทั้งคำอธิบายของเหตุผลซึ่งมักจะไม่ประสบ
จาก overfitting รวมทั้งการส่งเสริมความสัมพันธ์ เพื่อสนับสนุนเครื่องเวกเตอร์
ตัวอย่างบางส่วนของการใช้งานล่าสุดของพื่นยังอธิบาย