English
资源说明：PAC学習の例
AdaBoost ======== # 計算数理応用の課題 # PAC学習 ある学習問題に対して * 「誤識別確率がε以下である」確率が 1-δ 以上であるである を満たす仮説を出力できるアルゴリズムが存在するとき、この学習問題はPAC 学習可能 (Probably Approximately Correct learnable) であるという。 # AdaBoost 弱仮説（弱学習器）を集めていい仮説作ろう！ 必ず誤差0.5より小さい弱仮説があるならPAC学習可能。 具体的にAdaBoostをするにはどうやって弱学習器を選ぶかとか決める必要がある。 # プログラム ## 問題 識別問題 * 学習の対象 識別器 * 入力データ 事例集合 * 学習の目的 事例を説明する仮説を生成する ## 手法 以下の4つ 1. naive Bayes 2. Disj Learner 3. k-DL Learner 4. AdaBoost
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
