机器学习泛化能力强的算法：集成ensemble
多个学习器（分类器）集成取得的效果更好
重要算法：
Boosting ,AdaBoost 算法（下一次阅读）
为了达到更好的性能，并不是个体学习器越多越好。该文针对这个问题，提出“选择性集成”
文章结构：
1、引言
2、理论基础 介绍选择性集成理论， 从众多个体学习器中去除部分，性能将更优所满足的条件
3、选择性集成算法GASEN
4、在人脸识别中的应用
5、选择性集成的一般意义 与剪枝的区别联系
6、进一步研究
启示：人脸识别应用：全局 本征脸，与局部特征的结合。 划分局部，提取部分重要局部进行集成 可能取得比整天更好的性能。
明天继续阅读 集成方面的其他理论与算法
另外需要了解的概念：随机森林，条件随机场等