データマイニングにおけるブースティングと人工ニューラルネットワークの違いは何ですか?


答え 1:

ブースティングは通常、分類子の組み合わせです。 しかし、メソッドはニューラルネットワークにも適用できます。 たとえば、N個のニューラルネットワークをトレーニングし、その出力を平均化できます。

Chombaの答えは、Haar機能としきい値分類器と巧妙なブースティング戦略を使用するアルゴリズムのようなビオラジョーンズについて話している場合、非常に良いです。 しかし、機能はここでより手作りされています。 それらの重みと形状は事前に決定されており、サブセットの選択という意味でのみ最適化されています。 ニューラルネットワークでは、機能はサイズが固定されているだけで、重みは最適化されています。 通常、単純なHaar機能よりも表現力が豊かです。


答え 2:
編集:この答えへの私のアプローチは、データマイニングではデータをモデル化することが重要であるため、顔検出などの特定のタスクで重要な機能を識別するためにブースティングを使用できるという事実に基づいているため、ブースティングと呼ばれる理由ほとんどの出版物では、機能の選択方法についてはほとんど言及されていません。 これに対して、ANNはどの機能が重要であるかを判断するのに役立ちません。