机器之心■周志华:Boosting学习理论的探索——一个跨越30年的故事( 六 )


[3]Gr?nlund A, Kamma L, Larsen K G, et al. Margin-based generalization lower bounds for boosted classifiers[C]// NeurIPS 2019.
注:对理论内容感兴趣的读者可以从[1]中找到主要文献;对ODM算法感兴趣的读者可参阅[2];[3]是“定论”一节谈到的最新工作 。
作者简介
机器之心■周志华:Boosting学习理论的探索——一个跨越30年的故事
本文插图

周志华:CCF会士、常务理事 。 南京大学教授、计算机系主任、人工智能学院院长、计算机软件新技术国家重点实验室常务副主任 。
ACM/AAAS/AAAI/IEEE/IAPR Fellow , 欧洲科学院外籍院士 。 主要研究方向为人工智能、机器学习、数据挖掘 。
联系方式:zhouzh@nju.edu.cn
该文未经许可 , 禁止进行转载、摘编、复制及建立镜像等任何使用 。 如需转载 , 请通过向CCFvoice公众号后台申请并获得授权 。 机器之心已获授权 。
本文为机器之心经授权转载 , 转载请联系CCFvoice公众号获得授权 。
------------------------------------------------
加入机器之心(全职采访人员 / 实习生): hr@jiqizhixin.com
投稿或寻求报道:content @jiqizhixin.com
【机器之心■周志华:Boosting学习理论的探索——一个跨越30年的故事】 广告 & 商务合作: bd@jiqizhixin.com


推荐阅读