当前位置:首页 > 产品 > 机器学习课程 > 集成学习
机器学习课程,线性回归

集成学习 视频课程

课时时长:61分钟

 

概述

一种将多个学习器组合在一起提高模型性能的集成算法,既可以用作分类模型,又可以用作回归模型,一般分为boosting(通过改变训练样本的权重,学习多个分类器,并将这些分类器进行线性组合,代表是adaboost算法),bagging(通过重采样得到数据集,随机选取多个特征,串行多个基分类器组合成强分类器,代表是随机森林算法)两大类。

 

引例

机器学习课程,线性回归

假币识别

基于货币的高清图像数字信息,分拣出其中的假币,选择多种机器学习算法进行假币异常检测,优化预测识别结果。