AdaBoost维基百科，自由的百科全书跳到导航跳到搜索AdaBoost，是英文"AdaptiveBoosting"（自适应增强）的缩写，是一种机器学习方法，由YoavFreund和RobertSchapire提出。[1]AdaBoost方法的自适应在于：前一个分类器分错的样本会被用来训练下一个分类器。AdaBoost方法对于噪声数据和异常数据很敏感。但在一些问题中，AdaBoost方法相对于大多数其它学习算法而言，不会很容易出现过拟合现象。AdaBoost方法中使用的分类器可能很弱（比如出现很…
人工神经网络维基百科，自由的百科全书跳到导航跳到搜索此条目介绍的是模拟生物神经网络的数学模型。关于生物的神经网络，请见“”。人工神经网络（英语：ArtificialNeuralNetwork，ANN），简称神经网络（NeuralNetwork，NN）或类神经网络，在机器学习和认知科学领域，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结…
