| 监督学习的发展动态 |
| |
| 引用本文： | 蒋艳凰,周海芳,杨学军.监督学习的发展动态[J].计算机科学,2003,30(7):7-11. |
| |
| 作者姓名： | 蒋艳凰 周海芳 杨学军 |
| |
| 作者单位： | 国防科学技术大学计算机学院,长沙,410073 |
| |
| 基金项目： | 国家杰出青年科学基金(项目编号69825104) |
| |
| 摘 要： | 1 引言近10年来,机器学习领域的研究取得了突飞猛进的发展,首先表现在符号学习、计算学习理论、神经网络、统计方法、模式识别等的许多原来分离的研究团体,由于研究的进展与相互的交流走到了一起;其次,机器学习技术除了用于解决传统的学习问题,如语音识别、人脸识别、手写体汉字识别、医
|
| 关 键 词： | 机器学习 监督学习 学习算法 组合分类器 决策树算法 |
Current Directions in Supervised Learning Research |
| |
| JIANG Yan-Huang ZHOU Hai-Fang YANG Xue-Jun.Current Directions in Supervised Learning Research[J].Computer Science,2003,30(7):7-11. |
| |
| Authors: | JIANG Yan-Huang ZHOU Hai-Fang YANG Xue-Jun |
| |
| Abstract: | Supervised learning is very important in machine learning area. It has been making great progress in many directions. This article summarizes three of these directions,which are the hot problems in supervised learning field. These three directions are (a) improving classification accuracy by learning ensembles of classifiers, (b) methods for scaling up supervised learning algorithm, (c) extracting understandable rules from classifiers. |
| |
| Keywords: | Supervised learning Ensembles of classifiers Rule extracting |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
