Это понятно, это про выбор лучших h-катых из некоего семейства H. А что представляет из себя это "простое семейство"?
Ну да, в итоге нарисовывается дерево решений с глубиной k и с 2 в степени k "регионами". Это и есть то самое "простое семейство" походу?
Угу. А еще намолить, чтоб нужные запросы попали в обучающую выборку :)
Альфа-катые - это фигня. Гораздо интересней, что из себя представляют h-катые
Где?
В том то и дело, что вся прелесть в том, что "сильным и креативным математикам" как раз-таки и не надо париться над выбором функций. Метода подберет сама
Вот именно. Функций от набора параметров. А коллега G00DMAN утверждает, что они задаются априори, и метода находит лишь коэффициенты
Нет, не об этом. В лекции weak learner - это дерево решений на наборе параметров.
Э-э-э, коллега, а как Вам представляется общее число комбинаций в случае наличие хотя бы нескольких базовых функций (допустим, таковые есть у них) для каждого параметра (напоминаю, их заявлено несколько тысяч)?.. ;) Даже, если алгоритм и супербыстр, перебирать их придется до морковкина заговенья...
А что-то никто не обращает внимание на "слабых учеников" (weak learners). А ведь в лекции черным по-белому написано, что функция ранжирования ищется именно в виде их линейной комбинации ;)
Хм... То есть считаете, что вид функций от f i-тых задан априори? Вот так вот, для всех нескольких тысяч f i-тых? И нужно только найти коэффициенты при них? :)
Почитал. Речь идет только о подборе коэффициентов. А вид функций откуда, по-Вашему, берут? ;)
