boosting算法介绍

本资源是介绍PageRank算法的PPT,主要讲解了PageRank的思想和原理,不包含代码实现,如需要深入了解,可参考后面的参考资料。注:所属分类应该算在机器学习里面,没有可选项,我就随便选了个课程

算法介绍

A*搜寻算法的详细介绍，并附有实例分析，这是我看见过的最好的A*教程。

viterbi算法 ：在对Viterbi译码算法进行分析的基础上，论述了蝶形运算单元和路径存储的理论分 析和实现方法，解决了蝶形运算单元在路径存储上有限字长效应引起的溢出问题，同时给出 了基于FPGA

国外知名大学教授讲课课件 讲解了SURF算法的概念 对于图像处理专业的同学可以下载学习下该算法 很有用处 其中还与SIFT算法进行了比较

ppt详细介绍了PlSA算法的原理，从传统的SVD,LSI开始，最后介绍基于概率的潜在语义分析的算法

机器学习中的Boosting技术是给训练例赋予不同的权值，使得学习算法可以集中学习较难的训练例。另一方面，一阶规则学习中的mFOIL算法学习精度较高，但是用于估计候选子句精度的最佳m值很难确定。为了解

针对标记数据不足的多标签分类问题,提出一种新的半监督Boosting算法,即基于函数梯度下降方法给出一种半监督Boosting多标签分类的框架,并将非标记数据的条件熵作为一个正则化项引入分类模型。实验

针对传统基于Haar-like特征的on-lineboosting跟踪算法（HBT）需要产生大规模随机特征、占用大量计算资源和存储空间的缺点，提出结合方向纹理熵的Haar-like特征在线boosti

台湾大学的讲义,虽然是繁体中文但是讲的很清楚,同时附上了有关参考文献的全文,不错!