二維常態分配模型下之普適提研究__臺灣人文及社會科學引文索引資料庫

:::

詳目顯示

第 1 筆 / 總合 1 筆

/1頁

來源文獻資料
摘要
外文摘要
引文資料

題名：	二維常態分配模型下之普適提研究
書刊名：	中國統計學報
作者：	吳尚勳／曹振海
作者(外文)：	Wu, Shang-shiun／Tsao, Andy C.
出版日期：	2004
卷期：	42:3
頁次：	頁259-275
主題關鍵詞：	普適提；訓練誤差；一般誤差；二維常態模型；分類；Asset boosting；Bivariate normal models；Classification；Generalization error；Training error
原始連結：	連回原系統網址
相關次數：	被引用次數:期刊(0) 博士論文(0) 專書(0) 專書論文(0) 排除自我引用:0 共同引用:1 點閱:21

普適提 (Boosting) 是近年來發展迅速且頗受歡迎的一種分類方法，但目前的理論結果尚無法完全解釋它在實際應用上的優良表現。在二維常態模型下，我們透過參數選擇來刻劃不同困難度的分類問題。在這個架構下以模擬實驗，我們研究普適提理論發展中的重要問題：weak base hypotheses的條件限制及其模型過過 ( overfitting) 的現象。我們發現：對於一般困難度的問題，普通提的確不太發生過過；另一方面，違反weak base hypotheses條件，在一些情況下，間接導致普遍提的停止學習而使模型過適不致發生。

以文找文

Boosting is one of the most popular ensemble classifiers emerging in the past few years. Despite active researches, its excellent empirical performance is still much left unexplained. Under bivariate normal models, we characterize the classification problems of differential difficulty via parameter tuning. Under the settings, by simulation experimentation, we seek to gain understanding about the weak base hypotheses assumption and its implication on overfitting. The simulations suggest Boosting is resistant to overfitting in most cases. One enlightening observation. the violation of weak base hypotheses assumption, in some scenario, might lead the boosting into an idle state and in turn induces resistance to overfitting.

以文找文

期刊論文
1.	Friedman, J. H.(2001)。Greedy function approximation: a gradient boosting machine。Annals of Statistics，29(5)，1189-1232。
2.	Brieman, L.(2004)。Population theory for boosting ensemblers。Annals of Statistics，32(1)，1-11。
3.	Buhlmann, P.、Yu, B.(2003)。Boosting with the L2-Loss: Regression and Classification。Journal of the American Statistical Association，98(462)，324-339。
4.	趙民德(20020600)。皮匠法(Boosting)的美麗與哀愁。中國統計學報，40(2)，115-145。延伸查詢
5.	Jiang, W.(2004)。Process consistency for AdaBoost。Annals of Statistics，32(1)，13-29。
6.	Schapire, R. E.(1990)。The strength of weak leaxnability。Machine Learning，5(2)，197-227。
7.	Lugosi, G.、Vayatis, N.(2004)。On the Bayes-risk consistency of regularized boosting methods。Annals of Statistics，32(1)，30-55。
8.	Long, P. M.(2002)。Introduction to the special issue on computational learning theory。Journal of Machine Learning Research，3，361-362。
9.	Jiang, W.(2002)。On weak base hypotheses and their implications for boosting regression and classification。Annals of Statistics，30(1)，51-73。
10.	Zhang, T.(2004)。Statistical behavior and consistency of classification methods based on convex risk minimization。Annals of Statistics，32(1)，56-134。
11.	Freund, Y.、Schapire, R. E.、Abe, N.(1999)。A short introduction to boosting。Journal of Japanese Society for Artificial Intelligence，14(5)，771-780。
12.	Freund, Yoav、Schapire, Robert E.(1997)。A Decision-theoretic Generalization of On-line Learning and an Application to Boosting。Journal of Computer and System Sciences，55(1)，119-139。
13.	Schapire, R. E.、Freund, Y.、Bartlett, P.、Lee, W.(1998)。Boosting the margin: a new explanation for the effectiveness of voting methods。Annals of Statistics，26(5)，1651-1686。
14.	Friedman, J. H.、Hastie, T.、Tibishirani, R.(2000)。Additive logistic regression: a statistical view of boosting。Annals of Statistics，28(2)，337-407。

會議論文
1.	Grove, A. J.、Schuurmans, D.(1998)。Boosting in the limit: maximizing the margin of learned ensembles。The Fifteenth National Conference on Artificial Intelligence。Madison, WI。
2.	Long, P. M.(2002)。Minimum majority classification and boosting。The Eighteenth National Conference on Artificial Intelligence。
3.	Schapire, R. E.(1999)。Theoretical views of boosting and applications。The 26th International Conference on Algorithmic Learning Theory。
4.	Smith, J.、Everhart, J.、Dickson, W.、Knowler, W.、Johannes, R.(1998)。Using the ADAP learning algorithm to forecast the onset of diabetes mellitus。The Symposium on Computer Applications in Medical Care。Washington, DC：Los Alamitos, CA：IEEE Computer Society Press。261-265。

研究報告
1.	Brieman, L.(1997)。Prediction games and arcing algorithms。Berkeley：University of California。
2.	Brieman, L.(1998)。Combining predictors。Berkeley：University of California。

學位論文
1.	吳尚勳(2003)。二維常態分配模型下之普適提研究(碩士論文)。國立東華大學。延伸查詢
2.	侯昌成(2001)。可順應調節之學習力提昇的經驗研究(碩士論文)。國立中正大學。延伸查詢

圖書
1.	Vapnik, V. N(2000)。The Nature of Learning Theory。Berlin：Springer-Verlag。
2.	Hastie, T.、Tibshirani, R.、Friedman, J. H.(2001)。The Elements of Statistical Learning, Data Mining, Inference, and Prediction。New York：Springer-Verlag。
3.	Vapnik, Vladimir N.(1998)。Statistical Learning Theory。John Wiley and Sons, Inc.。

其他
1.	Chang, C. C.，Lin, C. J.(2003)。LIBSVM : a Library for Support Vector Machines。

推文
推薦
引用網址
引用嵌入語法
轉寄

top

:::

相關期刊
相關論文
相關專書
相關著作
熱門點閱

1.	以Boosting法改進監督式分類於水稻田樣本特性之研究
2.	皮匠法(Boosting)的美麗與哀愁

無相關博士論文

無相關書籍

無相關著作

無相關點閱

QR Code

臺灣人文及社會科學引文索引資料庫系統

詳目顯示

臺灣人文及社會科學引文索引資料庫