知识卡片
集成学习组合多个判断
集成学习先训练多个个体学习器,再以平均、投票或学习式策略组合结果,期望获得更好泛化。组合效果依赖个体质量与差异;多个学习器若共享系统性偏差,数量本身不能提供可靠保证。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 人工智能安全可控的产业生态建设 从编译桥梁到通用技术地图 · 查看原书依据
集成学习技术是指通过构建并结合多个学习器来完成学习任务,有时也称多分类器系统、基于专家的学习。一般地,集成学习框架先产生一组“个体学习器”,再用某种策略将它们结合起来。结合策略主要有平均法、投票法和学习法等。集成学习通过将多个学习器进行结合
参考来源
- 位置:《人工智能安全》人工智能安全可控的产业生态建设,从编译桥梁到通用技术地图(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能安全/_epub-src/EPUB/xhtml/Section0001_0010.xhtml)
- 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;书中历史数据与技术预测保留原有时点,不当作当前已验证结论。
- 原始内容:集成学习技术是指通过构建并结合多个学习器来完成学习任务,有时也称多分类器系统、基于专家的学习。一般地,集成学习框架先产生一组“个体学习器”,再用某种策略将它们结合起来。结合策略主要有平均法、投票法和学习法等。集成学习通过将多个学习器进行结合