高翊博，本次汇报的内容为经典的adaboost算法，其基本原理就是将多个弱分类器（弱分类器一般选用单层决策树）进行合理的结合，使其成为一个强分类器。adaboost算法是一种实现简单、应用也很简单的算法，应该说是一种很适合于在各种分类场景下应用的算法。
高翊博，本次汇报的内容为梯度下降的最优化算法之一，在确定临界点的情况下，如何判断其为局部最大，局部最小，还是鞍点。并从中得出当临界点向什么方向运动的时候，可以得到最小的损失函数。
