| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第1章 引言 | 第6-18页 |
| ·研究背景 | 第6-8页 |
| ·国内外研究现状综述 | 第8-16页 |
| ·从统计学的发展看采样方法 | 第8-12页 |
| ·从计算机的发展看集成学习 | 第12-14页 |
| ·本文涉及到的其他算法简述 | 第14-16页 |
| ·分类问题 | 第14-15页 |
| ·决策树算法 | 第15-16页 |
| ·研究目的和意义 | 第16页 |
| ·本文工作 | 第16-17页 |
| ·论文组织 | 第17-18页 |
| 第2章 多层次选择性集成的思想研究 | 第18-21页 |
| ·集成学习的思想 | 第18-19页 |
| ·多层次选择的基本思想 | 第19-21页 |
| 第3章 多任务学习的研究 | 第21-33页 |
| ·多任务学习的起源与思想 | 第21-24页 |
| ·辅助学习概念选择 | 第24-25页 |
| ·主成分提取（PCA） | 第25-32页 |
| ·多任务学习在集成学习中的贡献 | 第32-33页 |
| 第4章 基于多任务学习的多层次选择性集成算法的研究 | 第33-45页 |
| ·MR-MLBSEN 算法 | 第33-34页 |
| ·实验比较 | 第34-40页 |
| ·Weka 平台 | 第34-35页 |
| ·实验设置与结果 | 第35-40页 |
| ·实验分析 | 第40-44页 |
| ·几何有效性分析 | 第40-42页 |
| ·置信度分析 | 第42-44页 |
| ·结论 | 第44-45页 |
| 第5章 MR-MLBSEN 算法的数学基础 | 第45-55页 |
| ·PAC 定理 | 第45-50页 |
| ·选择性集成定理 | 第50-55页 |
| ·回归问题 | 第50-52页 |
| ·分类问题 | 第52-55页 |
| 第6章 结论与工作展望 | 第55-58页 |
| ·本文的工作回顾 | 第55-56页 |
| ·小结与感想 | 第56页 |
| ·工作展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录A 插图或附表目录 | 第61-63页 |
| 攻读硕士学位期间的科研工作 | 第63-64页 |
| 致谢 | 第64页 |