期刊文献+

算法建模发展解析 被引量:1

The Study of Development of Algorithmic Modeling
下载PDF
导出
摘要 Breiman并没有算法建模的一个完整体系,而且其许多研究都以工作论文的形式出现,对于这些方法机理的解析度都不够。本文在研究Breiman自1978年至2002年的论文和著作的基础上,概括出算法建模思想形成中的两个重要内容:建模目的,组合算法。 Breiman had not given a detailed frame of algorithmic modeling, and most of his research displayed in working papers, didn't minutely dissected correspondingly. After the study of papers and works of Breiman, published from 1978 to 2001, we summarized two emphases in development of algorithmic modeling: the goal of modeling and ensemble methods.
出处 《统计研究》 CSSCI 北大核心 2009年第2期58-61,共4页 Statistical Research
基金 中财121人才工程青年博士发展基金(QBJ0711) 全国统计科学研究计划项目(2008LY049) 教育部人文社会科学研究项目基金(08JC910003)资助
关键词 算法建模 贝叶斯规则 预测误差 组合方法 Algorithmic modeling Bayesian rules Prediction error Ensemble methods
  • 相关文献

参考文献8

  • 1Breiman, L., (2001) Statistical Modeling: The Two Cultures[J]. Statistical Science, 16(3) :199 - 231.
  • 2Breiman, L. and Spector, P (1992). Submodel Selection and Evaluation in Regression-the X-Random Case [J]. International Statistical Review, 3:291 - 319.
  • 3Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and Regression Trees[ M]. Wadsworth.
  • 4Breiman, L. (1996). The heuristics of instability in model selection [J]. Ann. Statist. 24 2350-2381.
  • 5Breiman, L. (1996), Bagging Predictors[J].Machine Learning, 26, No. 2, 123- 140.
  • 6Hastie, T., R. Tibshirani, and J. Friedman. The Elements of Statistical I.Learning: Data Mining, Inference and Prediction [ M ]. Springer, 2001.
  • 7Breiman. L. (2000). Some infinity theory for tree ensembles [ J ]. ( Available at www. stat. berkeley, edu/technical reports).
  • 8Breiman, L. (2001). Random forests[J]. Machine Learning J. 45:5 - 32.

同被引文献12

引证文献1

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部