logo
Loading...

Adaptive Boosting Algorithm - 林軒田_機器學習技法 Machine Learning Techniques - Cupoy

只要每次的 ϵt ≤ϵ<1/2,即所選擇的矩 g 比亂猜的表現好一點點,那麼經過每次疊代之後,矩 g 的表現都會比原來更好一些,逐漸變強,最終得到 Ein=0 且Eout 很小。 影片內容 pd...

只要每次的 ϵt ≤ϵ<1/2,即所選擇的矩 g 比亂猜的表現好一點點,那麼經過每次疊代之後,矩 g 的表現都會比原來更好一些,逐漸變強,最終得到 Ein=0 且Eout 很小。 影片內容 pdf:https://www.csie.ntu.edu.tw/~htlin/course/mltech18spring/doc/208_handout.pdf