adaboost 源码搜索结果, 第81页, Verysource

Adaboost学习文档 Adaboost学习笔记，记录了从基础理论知识，原理数学推导和实战代码。最好还介绍了研究非分均衡问题的几种策略。
haar like+ adaboost车辆识别xml文件之前自己训练的几个haar like+ adaboost车辆识别xml文件，里面有好几个，效果还过得去，感兴趣的朋友可以下载尝试
基于Adaboost算法的人脸识别北京大学赵楠人脸检测和人脸识别都是属于典型的机器学习的方法，但是他们使用的方法却相差很大。对于人脸检测而言，目前最有效的方法仍然是基于Adaboost的方法。在网上可以找到很多关于Adaboost方法的资料，但基本上是千篇一律，没有任何新意。给初学者带了很多不便。建议初学者只需要认真阅读：北京大学赵楠的本科毕业论文：基于 AdaBoost算法的人脸检测这篇毕业论文就够了。作者详细分析了Adaboost算法在人脸检测中的具体执行过程，尤其是关于弱分类器的Haar特征选取过程，描述的相当清晰。
Adaboost案例解析 Adaboost是基于决策树的一种集成学习算法，该文中有详细的案例计算、理论讲解，希望能帮到大家
adaboost 演示demo（基于Matlab，学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等） adaboost 演示demo（基于Matlab，学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等），动态GUI显示学习过程、vote过程等
Haar+Adaboost人脸检测 C实现 Haar特征+Adaboost的C实现，MIT人脸库，部分简单功能借助opencv实现。内附两篇参考论文及博客参考
详解AdaBoost算法详解AdaBoost算法,小象学院代码和讲义。详解AdaBoost算法,小象学院代码和讲义。
Adaboost算法的Python实现机器学习七大经典算法中的Adaboost算法，使用Python实现
adaboost 演示demo（基于Matlab，学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等） adaboost 演示demo（基于Matlab，学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等），动态GUI显示学习过程、vote过程等
集成学习-Adaboost 集成学习中的boosting算法，原理及讲解。Adaboost算法基本原理就是将多个弱分类器（弱分类器一般选用单层决策树）进行合理的结合，使其成为一个强分类器

关键字：adaboost