3개 다수결 투표는 최적이다
Majority-of-Three is Optimal
실현 가능한 PAC 설정에서 세 개의 독립적이고 일관된 분류기의 다수결 투표가 최적의 학습자임을 입증한다. 이는 가장 단순한 투표 방식의 최적성을 보이며 기존 알고리즘과 확률적 분석을 단순화한다.
Majority-of-Three is Optimal
실현 가능한 PAC 설정에서 세 개의 독립적이고 일관된 분류기의 다수결 투표가 최적의 학습자임을 입증한다. 이는 가장 단순한 투표 방식의 최적성을 보이며 기존 알고리즘과 확률적 분석을 단순화한다.
Simplex-Constrained Sparse Bagging: Transitioning from Uniform Priors to Sparse Posteriors in Ensemble Learning
Simplex-Constrained Sparse Bagging (SCSB)은 배깅 앙상블의 균일한 투표 권한 문제를 해결하기 위해 Out-Of-Bag (OOB) 손실 최소화와 오목한 2차 페널티를 활용한 사후학습(post-training) 압축 및 확률 보정 프레임워크입니다. 이 방법은 최대 96%의 앙상블 압축을 통해 선형적인 추론(inference) 속도 향상과 우수한 확률 보정 성능을 달성합니다.