Підсилювання (машинне навчання) (Ukrainian Wikipedia)

Analysis of information sources in references of the Wikipedia article "Підсилювання (машинне навчання)" in Ukrainian language version.

refsWebsite

Global rank Ukrainian rank

10web.archive.org

1^st place

4wikipedia.org

low place

4doi.org

2^nd place

4^th place

2upenn.edu

702^nd place

1,198^th place

2projecteuclid.org

3,707^th place

low place

1berkeley.edu

580^th place

602^nd place

1acm.org

1,185^th place

1,586^th place

1psu.edu

207^th place

811^th place

1princeton.edu

741^st place

1,401^st place

1image-net.org

low place

1merl.com

low place

1columbia.edu

488^th place

1,228^th place

acm.org

dl.acm.org

Michael Kearns^[en]; Leslie Valiant (1989). Crytographic limitations on learning Boolean formulae and finite automata. Symposium on Theory of computing. ACM. 21: 433—444. doi:10.1145/73007.73049. Архів оригіналу за 1 квітня 2017. Процитовано 18 січня 2015. {{cite journal}}: Перевірте значення |last= (довідка) (англ.)

berkeley.edu

oz.berkeley.edu

Leo Breiman^[en] (1996). BIAS, VARIANCE, AND ARCING CLASSIFIERS (PDF). TECHNICAL REPORT. Архів оригіналу (PDF) за 19 січня 2015. Процитовано 19 січня 2015. У зниженні дисперсії Arcing [Підсилювання] є успішнішим за bagging {{cite web}}: Перевірте значення |last1= (довідка) (англ.)

columbia.edu

cs.columbia.edu

Long, Philip M.; Servedio, Rocco A. (March 2010). Random classification noise defeats all convex potential boosters (PDF). Machine Learning. Springer US. 78 (3): 287—304. doi:10.1007/s10994-009-5165-z. Архів оригіналу (PDF) за 6 липня 2017. Процитовано 17 листопада 2015. (англ.)

doi.org

Michael Kearns^[en]; Leslie Valiant (1989). Crytographic limitations on learning Boolean formulae and finite automata. Symposium on Theory of computing. ACM. 21: 433—444. doi:10.1145/73007.73049. Архів оригіналу за 1 квітня 2017. Процитовано 18 січня 2015. {{cite journal}}: Перевірте значення |last= (довідка) (англ.)
Schapire, Robert E. (1990). The Strength of Weak Learnability (PDF). Machine Learning. Boston, MA: Kluwer Academic Publishers. 5 (2): 197—227. CiteSeerX 10.1.1.20.723. doi:10.1007/bf00116037. Архів оригіналу (PDF) за 10 жовтня 2012. Процитовано 7 травня 2018. (англ.)
Leo Breiman^[en] (1998). Arcing classifier (with discussion and a rejoinder by the author). Ann. Stat. 26 (3): 801—849. doi:10.1214/aos/1024691079. Архів оригіналу за 2 червня 2018. Процитовано 17 листопада 2015. Шапіро (1990) довів, що підсилювання є можливим. (с. 823) {{cite journal}}: Перевірте значення |last= (довідка) (англ.)
Long, Philip M.; Servedio, Rocco A. (March 2010). Random classification noise defeats all convex potential boosters (PDF). Machine Learning. Springer US. 78 (3): 287—304. doi:10.1007/s10994-009-5165-z. Архів оригіналу (PDF) за 6 липня 2017. Процитовано 17 листопада 2015. (англ.)

image-net.org

Large Scale Visual Recognition Challenge. December 2017. Архів оригіналу за 2 листопада 2018. (англ.)

merl.com

Viola, P.; Jones, M.; Snow, D. (2003). Detecting Pedestrians Using Patterns of Motion and Appearance (PDF). ICCV. Архів оригіналу (PDF) за 22 вересня 2017. Процитовано 7 травня 2018. (англ.)

princeton.edu

cs.princeton.edu

Schapire, Robert E. (1990). The Strength of Weak Learnability (PDF). Machine Learning. Boston, MA: Kluwer Academic Publishers. 5 (2): 197—227. CiteSeerX 10.1.1.20.723. doi:10.1007/bf00116037. Архів оригіналу (PDF) за 10 жовтня 2012. Процитовано 7 травня 2018. (англ.)

projecteuclid.org

Leo Breiman^[en] (1998). Arcing classifier (with discussion and a rejoinder by the author). Ann. Stat. 26 (3): 801—849. doi:10.1214/aos/1024691079. Архів оригіналу за 2 червня 2018. Процитовано 17 листопада 2015. Шапіро (1990) довів, що підсилювання є можливим. (с. 823) {{cite journal}}: Перевірте значення |last= (довідка) (англ.)
Leo Breiman (1998); Arcing Classifier (with Discussion and a Rejoinder by the Author) [Архівовано 19 листопада 2018 у Wayback Machine.], Annals of Statistics, vol. 26, no. 3, pp. 801—849 (англ.): «Ідею слабкого навчання було представлено Кірнсом та Веліентом (1988, 1989), які залишили відкритим питання про те, чи є слабка й сильна навчаність еквівалентними. Це питання було названо задачею підсилювання , оскільки [розв'язок мусив] підсилювати низьку точність слабкого учня до високої точності сильного учня. Шапіро 1990 року довів, що підсилювання є можливим. Алгоритм підсилювання — це метод, який бере слабкого учня, і перетворює його на сильного. Фройнд та Шапіро 1997 року довели, що алгоритм, подібний до arc-fs, є підсилюванням.»

psu.edu

citeseerx.ist.psu.edu

Schapire, Robert E. (1990). The Strength of Weak Learnability (PDF). Machine Learning. Boston, MA: Kluwer Academic Publishers. 5 (2): 197—227. CiteSeerX 10.1.1.20.723. doi:10.1007/bf00116037. Архів оригіналу (PDF) за 10 жовтня 2012. Процитовано 7 травня 2018. (англ.)

upenn.edu

cis.upenn.edu

Michael Kearns(1988); Thoughts on Hypothesis Boosting [Архівовано 13 липня 2019 у Wayback Machine.], Unpublished manuscript (Machine Learning class project, December 1988) (англ.)
Yoav Freund and Robert E. Schapire (1997); A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting [Архівовано 24 березня 2018 у Wayback Machine.], Journal of Computer and System Sciences, 55(1):119-139 (англ.)

web.archive.org

Leo Breiman^[en] (1996). BIAS, VARIANCE, AND ARCING CLASSIFIERS (PDF). TECHNICAL REPORT. Архів оригіналу (PDF) за 19 січня 2015. Процитовано 19 січня 2015. У зниженні дисперсії Arcing [Підсилювання] є успішнішим за bagging {{cite web}}: Перевірте значення |last1= (довідка) (англ.)
Michael Kearns(1988); Thoughts on Hypothesis Boosting [Архівовано 13 липня 2019 у Wayback Machine.], Unpublished manuscript (Machine Learning class project, December 1988) (англ.)
Michael Kearns^[en]; Leslie Valiant (1989). Crytographic limitations on learning Boolean formulae and finite automata. Symposium on Theory of computing. ACM. 21: 433—444. doi:10.1145/73007.73049. Архів оригіналу за 1 квітня 2017. Процитовано 18 січня 2015. {{cite journal}}: Перевірте значення |last= (довідка) (англ.)
Schapire, Robert E. (1990). The Strength of Weak Learnability (PDF). Machine Learning. Boston, MA: Kluwer Academic Publishers. 5 (2): 197—227. CiteSeerX 10.1.1.20.723. doi:10.1007/bf00116037. Архів оригіналу (PDF) за 10 жовтня 2012. Процитовано 7 травня 2018. (англ.)
Leo Breiman^[en] (1998). Arcing classifier (with discussion and a rejoinder by the author). Ann. Stat. 26 (3): 801—849. doi:10.1214/aos/1024691079. Архів оригіналу за 2 червня 2018. Процитовано 17 листопада 2015. Шапіро (1990) довів, що підсилювання є можливим. (с. 823) {{cite journal}}: Перевірте значення |last= (довідка) (англ.)
Yoav Freund and Robert E. Schapire (1997); A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting [Архівовано 24 березня 2018 у Wayback Machine.], Journal of Computer and System Sciences, 55(1):119-139 (англ.)
Leo Breiman (1998); Arcing Classifier (with Discussion and a Rejoinder by the Author) [Архівовано 19 листопада 2018 у Wayback Machine.], Annals of Statistics, vol. 26, no. 3, pp. 801—849 (англ.): «Ідею слабкого навчання було представлено Кірнсом та Веліентом (1988, 1989), які залишили відкритим питання про те, чи є слабка й сильна навчаність еквівалентними. Це питання було названо задачею підсилювання , оскільки [розв'язок мусив] підсилювати низьку точність слабкого учня до високої точності сильного учня. Шапіро 1990 року довів, що підсилювання є можливим. Алгоритм підсилювання — це метод, який бере слабкого учня, і перетворює його на сильного. Фройнд та Шапіро 1997 року довели, що алгоритм, подібний до arc-fs, є підсилюванням.»
Large Scale Visual Recognition Challenge. December 2017. Архів оригіналу за 2 листопада 2018. (англ.)
Viola, P.; Jones, M.; Snow, D. (2003). Detecting Pedestrians Using Patterns of Motion and Appearance (PDF). ICCV. Архів оригіналу (PDF) за 22 вересня 2017. Процитовано 7 травня 2018. (англ.)
Long, Philip M.; Servedio, Rocco A. (March 2010). Random classification noise defeats all convex potential boosters (PDF). Machine Learning. Springer US. 78 (3): 287—304. doi:10.1007/s10994-009-5165-z. Архів оригіналу (PDF) за 6 липня 2017. Процитовано 17 листопада 2015. (англ.)

wikipedia.org

en.wikipedia.org

Leo Breiman^[en] (1996). BIAS, VARIANCE, AND ARCING CLASSIFIERS (PDF). TECHNICAL REPORT. Архів оригіналу (PDF) за 19 січня 2015. Процитовано 19 січня 2015. У зниженні дисперсії Arcing [Підсилювання] є успішнішим за bagging {{cite web}}: Перевірте значення |last1= (довідка) (англ.)
Zhou Zhi-Hua^[en] (2012). Ensemble Methods: Foundations and Algorithms. Chapman and Hall/CRC. с. 23. ISBN 978-1439830031. Термін підсилювання стосується сімейства алгоритмів, здатних перетворювати слабких учнів на сильних {{cite book}}: Перевірте значення |last= (довідка) (англ.)
Michael Kearns^[en]; Leslie Valiant (1989). Crytographic limitations on learning Boolean formulae and finite automata. Symposium on Theory of computing. ACM. 21: 433—444. doi:10.1145/73007.73049. Архів оригіналу за 1 квітня 2017. Процитовано 18 січня 2015. {{cite journal}}: Перевірте значення |last= (довідка) (англ.)
Leo Breiman^[en] (1998). Arcing classifier (with discussion and a rejoinder by the author). Ann. Stat. 26 (3): 801—849. doi:10.1214/aos/1024691079. Архів оригіналу за 2 червня 2018. Процитовано 17 листопада 2015. Шапіро (1990) довів, що підсилювання є можливим. (с. 823) {{cite journal}}: Перевірте значення |last= (довідка) (англ.)