2000년 춘계 학술대회
Current Result Document :
| 한글제목(Korean Title) |
앙상블 학습알고리즘의 일반화 성능 비교 : OLA, Bagging, Boosting |
| 영문제목(English Title) |
Generalization Abilities of Ensemble Learning Algorithms : OLA, Bagging, Boosting |
| 저자(Author) |
신현정
장민
조성준
이봉기
임용업
|
| 원문수록처(Citation) |
VOL 27 NO. 01 PP. 0226 ~ 0228 (2000. 04) |
한글내용
(Korean Abstract) |
최근 제안된 관찰학습(OLA: Observational Learning Algorithm)은 committee를 구성하는 각각의 학습 모델들이 다른 학습 모델들을 관찰함으로써 얻어진 가상데이터를 실제 데이터와 결합시켜 학습에 이용하는 방법이다. 본 논문에서는, UCI 데이터 셋의 분류(classification)와 예측(regression)문제에 대하여 다층 퍼셉트론을 학습 모델로 설정하고, 이에 대하여 OLA와 bagging, boosting의 성능을 비교, 분석하였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
인공지능
앙상블 학습알고리즘
Ensemble Learning Algorithms
일반화 성능
Generalization Abilities
OLA
Bagging
Boosting
|
| 파일첨부 |
PDF 다운로드
|
