Each stage was trained using the Di

Each stage was trained using the Discrete Adaboost
algorithm. Adaboost algorithm is a powerful machine
learning algorithm. ts main idea is that learning a
strong classifier based on a large set of weak
classifiers which classify object weakly then number of
strong classifiers are combined in a cascade of
classifiers. The weak learning algorithm is designed to
select the single rectangle feature which best separates
the positive and negative examples. For each feature,
the weak learner determines the optimal threshold
classification function, so that the minimum number of
examples is misclassified.

Kết quả (Việt) 1:

Mỗi giai đoạn được huấn luyện bằng cách sử dụng Adaboost rời rạcthuật toán. Adaboost thuật toán là một máy tính mạnh mẽthuật toán học. ý tưởng chính TS là học tập mà mộtmạnh mẽ loại dựa trên một tập lớn các yếuMáy phân loại đó phân loại đối tượng yếu sau đó sốMáy phân loại mạnh mẽ được kết hợp trong một thác của cácMáy phân loại. Thuật toán học yếu được thiết kế đểchọn các tính năng duy nhất hình chữ nhật tốt nhất chia táchCác ví dụ tích cực và tiêu cực. Cho mỗi tính năng,người học yếu sẽ xác định ngưỡng tối ưuchức năng phân loại, do đó tối thiểu sốVí dụ misclassified.

Kết quả (Việt) 2:

Mỗi giai đoạn được đào tạo bằng cách sử dụng rời rạc AdaBoost
thuật toán. Thuật toán AdaBoost là một cỗ máy mạnh mẽ
thuật toán học. Ý tưởng chính là ts rằng việc học một
phân loại mạnh mẽ dựa trên một tập lớn các yếu
phân loại mà phân loại đối tượng yếu ớt sau đó số
phân loại mạnh mẽ được kết hợp trong một chuỗi các
phân loại. Các thuật toán học yếu được thiết kế để
chọn tính năng hình chữ nhật duy nhất mà tốt nhất tách
các ví dụ tích cực và tiêu cực. Đối với mỗi tính năng,
người học yếu xác định ngưỡng tối ưu
chức năng phân loại, do đó số lượng tối thiểu của
các ví dụ được phân loại sai.