全文总字数：918字

1. 研究目的与意义及国内外研究现状

近年来，人工智能已经开始进入大众视野，它大大的改变了人类的传统观念。尤其是在阿尔法与围棋大师对弈并取得胜利后，人们开始惊叹于人工智能的强大。那么，人工智能为什么这么强大？因为学习算法，学习算法赋予了机器学习的能力，是人工智能的核心。adaboosting算法作为学习算法之一，我们有必要去了解和学习。因为人工智能正在兴起，我们当代大学生必须跟上时代的大潮，否则，必将被时代遗弃。

国内外研究现状

boosting算法是由schapire，后由freund和schapire共同改进，提出adaboost算法。

adaboost算法不需要预先知道弱学习算法学习正确率的下限即弱分类器的误差，并且最后得到的强分类器的分类精度依赖于所有弱分类器的分类精度， 这样可以深入挖掘弱分类器算法的能力。

目前，对adaboost算法的研究以及应用大多集中于分类问题，同时近年也出 现了一些在回归问题上的应用。就其应用adaboost系列主要解决了: 两类问题、 多类单标签问题、多类多标签问题、大类单标签问题，回归问题。

2. 研究的基本内容

1.掌握adaboosting学习算法的工作原理。

2.编码实现算法。

3.基于公共平台数据进行试验并记录数据。

3. 实施方案、进度安排及预期效果

1.查找资料学习adaboosting算法

2.掌握算法，编码实现

3.实验分析,得出结论

4. 参考文献

http://www.cnblogs.com/liqizhou/category/374888.html

http://blog.csdn.net/aspirinvagrant/article/details/45013167

http://www.cnblogs.com/liqizhou/archive/2012/05/10/2494145.html

《数据挖掘十大算法》