吴怀宇_中国科学院分享 http://blog.sciencenet.cn/u/wuhuaiyu 博士、副教授 「模式识别国家重点实验室」&「中国-欧洲信息,自动化与应用数学联合实验室」

博文

[CV论文读讲] [2012.9.26]Boosting for Transfer Learning

已有 4016 次阅读 2012-11-30 14:38 |系统分类:科研笔记| 论文

报告人:蒋心为
报告日期:2012.9.26
文章信息:We nyuan Dai,et al, 2007,'Boosting for Transfer Learning', International Conference on Machine Learning
文章简介与个人心得:
Problem: 利用同分布数据和不同分布数据来学习一个高质量的分类器
Motivation:本文指出很多数据已经“out-of-date”,即数据的分布和准备用于训练、测试的数据分布不同,但是我们想要尽可能地利用这些旧数据,从中学习有用的知识来迁移到新的分类问题,来帮助我们进行分类。
Idea:文章提出了TraAdaboost 算法,根据经典的adaboosti算法,利用同分布训练数据来挑选出不同分布数据当中有用的部分,以此降低分类的错误率。 同时,个人认为本文的idea看似简单,但工作完成得很漂亮。很值得我们去学习,对我们今后的工作有一些启示:一是要        对经典的机器学习算法理论要精通,如本文利用的adaboost。只有完全理解了,才能灵活运用。二是要学会将经典算法和新的学习思想结合起来。
 
相关PPT下载详见 “视觉计算研究论坛”「SIGVC BBS」:http://www.sigvc.org/bbs/thread-169-1-1.html


https://blog.sciencenet.cn/blog-4099-637833.html

上一篇:[CV论文读讲] Lasso & Homotopy
下一篇:[CV论文读讲][2012.10.10]Transferring Naive Bayes Classifiers

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-5-27 21:23

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部