声明
第一章 绪论
1.1 引言
1.2 学习任务的种类
1.3 分类任务中的研究主题
1.4 集成学习
1.5 集成学习中存在的几个重要问题
1.6 本文主要贡献及内容安排
第二章 经典集成学习算法的margin理论实证解释
2.1 引言
2.2 相关工作
2.3 margin理论
2.4 集成学习算法的margin理论实证解释
2.5 本章小结
第三章 一种基于平均margin排序的基分类器选择方法
3.1 引言
3.2 相关工作
3.3 相关的定义
3.4 基于平均margin排序的集成剪枝算法
3.5 实验研究
3.6 本章小结
第四章 一种鲁棒的误标记噪声数据多分类方法
4.1 引言
4.2 相关工作
4.3 ND_AdaBoost和SAMME
4.4 一种鲁棒的多分类AdaBoost算法Rob_MulAda
4.5 实验研究
4.6 本章小结
第五章 基于进化欠抽样Bagging集成的不平衡数据分类方法
5.1 引言
5.2 相关工作
5.3 不平衡数据分类问题中的性能评价度量
5.4 基于Bagging的集成方法回顾
5.5 基于进化欠抽样的Bagging集成算法EUS-Bag
5.6 实验研究
5.7 本章小结
第六章 总结与展望
6.1 全文工作总结
6.2 下一步的研究工作
参考文献
致谢
在学期间的研究成果及发表的学术论文