迭代机器学习算法

Question

我需要一个机器学习算法这需要形式（X，Y）， 的一些训练样本和计算近似函数f：X->ý使得误差为最小。误差被定义为差值b/n y和f（x）。

但这种学习算法必须是一个迭代的一个，并且随着节数迭代增加，误差必须降低。

任何例子将是有益的。

Answer 1

神经网络是一个算法，该算法具有两个特点： 1.它可以在新数据 2.它可以在相同的数据训练iterativly iterativly训练，所以误差随每次迭代减少。 （反向传播学习）

Answer 2

1. （随机的）梯度升压，
2. 的AdaBoost，

...和任何boosting算法通常，因为升压过程提高了分类器迭代。