adaboost算法分类

本文首先介绍Boosting猜想提出以及被证实的过程,在此基础上,引出AdaBoost算法的起源与最初设计思想;接着,介绍AdaBoost算法训练误差与泛化误差分析方法,解释了算法能够提高学习精度的原

该文档讲述了Adaboost算法的来源以及算法实现，还举了一下例子来说明

机器学习十大算法：AdaBoost，讲解很清晰，适合初学者，可以参考

adaboost算法用于人脸检测和识别，其中有完整的程序，matlab编写的

基于adaboost算法的人脸检测简介，主要系统的介绍了adaboost算法的一些理论和人脸检测中的具体的一些细节的设计，虽然不是很详细，但也还可以吧。

基于knn的adaboost.M1的实现求分享

支持向量机的最大特点是改变了传统的经验风险最小化原则，而是针对结构风险最小化原则提出的，因此具有很好的泛化能力。同时，支持向量机在处理非线性问题时，通过将非线性问题转化为高维空间的线性问题，利用核函数

python-机器学习-AdaBoost元算法

Matlab代码，自己写的AdaBoost代码，对二维样本点进行训练和分类，对每一次迭代的过程中间结果进行展示，便于对AdaBoost训练时的样本权重调整的概念有所展示

对AdaBoost算法深入的了解，同时转入实践，基于人面部特征分性别。