论文标题
NN ENGBOBLE的星级算法
Star algorithm for NN ensembling
论文作者
论文摘要
神经网络结合是提高模型效率的一种常见且强大的方法。在本文中，我们提出了一种基于Audibert的经验星算法的新神经网络集合算法。我们提供最佳的理论最小值，以多余的平方风险结合。此外，我们从经验上研究了有关回归和分类任务的算法，并将其与大多数流行的结合方法进行比较。
Neural network ensembling is a common and robust way to increase model efficiency. In this paper, we propose a new neural network ensemble algorithm based on Audibert's empirical star algorithm. We provide optimal theoretical minimax bound on the excess squared risk. Additionally, we empirically study this algorithm on regression and classification tasks and compare it to most popular ensembling methods.
