核心思想如下:
/** Boosting 深度机器学习算法
* @重复从一个样本集合D中采集n个样本
* D可标识为大的数据集合 也就是样本集合 n 则是更具抽规则获取的样本数量
*
* @针对每次抽取的样本 进行统计学习 目的是获取 [假设H/i]
* 每次样本进行模型学习比如神经网络机器学习方法
*
* @将若干个假设进行组合、形成最终假设[H/final]
* 最终假设就是找到
* 形成 "巧妙的线性组合"然后喂养应用
*
* @将最终假设应用于最终的分类任务
* 应用层产品使用数据层
*
*/
04-21
954
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
11-22
2771
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
05-28
2517
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
“相关推荐”对你有帮助么?
-
非常没帮助
-
没帮助
-
一般
-
有帮助
-
非常有帮助
提交