エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
opencv.jp - OpenCV-1.0:機械学習 ブースティング(Boosting)リファレンス マニュアル -
最終変更者: 怡土順一, 最終変更リビジョン: 467, 最終変更日時: 2009-06-23 14:23:34 +0900 (火, 23 6... 最終変更者: 怡土順一, 最終変更リビジョン: 467, 最終変更日時: 2009-06-23 14:23:34 +0900 (火, 23 6月 2009) 一般的な機械学習のタスクは,次のような教師あり学習である. 入力と出力の学習データ集合が与えられたときに,未観測の入力サンプル xに対する出力 y を予測する. つまり,入力 x と出力 y の間の関係を表す関数F: y = F(x) を学習することが目的である.定性的な出力予測が分類と呼ばれるのに対して,定量的な出力予測は回帰と呼ばれる. ブースティングは教師あり分類の学習タスクを解決する強力な学習概念であり,たくさんの「弱い」分類器の能力を結合することで, 強力な「コミッティ」[HTF01] を構成する. 弱い分類器は,偶然よりもましな性能を持っていれば良いため,非常にシンプルで計算コストの小さいものである. しかし,これらの多く
2010/07/24 リンク