在多人或专家投入的基础上作出决定，是人类文明的一种常识，是民主社会的基础。在过去的几十年中，计算智能和机器学习社区的研究人员已经研究了共享这种联合决策程序的方案。这些方案通常被称为集成学习，已知它可以降低分类器的方差，并提高决策系统的鲁棒性和准确性。然而，直到最近，研究人员才能充分释放集成学习的能力和潜力新算法，如增强和随机森林。今天，集成学习有许多实际应用，包括对象检测和跟踪，场景分割和分析，图像识别，信息检索，生物信息学，数据挖掘等。为了给出具体的例子，大多数现代数码相机都配备了人脸检测技术。尽管人类的神经系统已经发展了数百万年，能够高效准确地识别人脸，但计算机检测人脸一直是计算机视觉中最具挑战性的问题之一。Viola和Jones基本上解决了这个问题，他