实体
Breiman
Breiman
PulseAugur coverage of Breiman — every cluster mentioning Breiman across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新算法提升学习模型的对抗鲁棒性
研究人员开发了一种新算法，显著提高了学习对对抗样本具有鲁棒性的预测器的能力。该方法在VC维度上实现了线性样本复杂度，比之前的界限有了指数级的改进。该算法将自举聚合（bagging）与鲁棒经验风险最小化（RERM）相结合，在多个自举样本上计算RERM并输出其多数投票。一个互补的下界表明，这种方法对于在此模型中学习是必需的。
-
三元决策树增加不确定性区域以提高准确性
研究人员引入了三元决策树，通过在决策边界周围引入不确定性区域来增强标准二元决策树。该区域允许对子树的预测进行加权混合，并标记不确定的实例以进行不同的下游处理。提出了五种估计不确定性区域宽度的新颖方法并进行了评估，在众多数据集上证明了比传统CART方法显著提高的准确性。