Зміст:
Визначення - Що означає AdaBoost?
AdaBoost - це тип алгоритму, який використовує підхід до вивчення ансамблю для зважування різних входів. Його розробили Йоав Фрейнд та Роберт Шапір на початку 21 століття. Зараз це стало дещо передовим методом для різних видів активізації парадигм машинного навчання.
Техопедія пояснює AdaBoost
Експерти говорять про AdaBoost як про одну з найкращих зважених комбінацій класифікаторів - та чутливу до шуму та сприятливу для певних результатів машинного навчання. Деяка плутанина випливає з того, що AdaBoost можна використовувати з декількома примірниками одного класифікатора з різними параметрами - там, де професіонали можуть говорити про AdaBoost, "який має лише один класифікатор", і заплутатися в тому, як відбувається зважування.
AdaBoost також представляє особливу філософію в машинному навчанні - як інструмент навчання ансамблю він виходить з основної ідеї, що багато слабких учнів можуть отримати кращі результати, ніж одна сильніша навчальна сутність. Завдяки AdaBoost фахівці з машинного навчання часто розробляють системи, які потребують ряду входів та поєднують їх для отримання оптимізованого результату. Деякі сприймають цю ідею в більшій мірі, говорячи про те, як AdaBoost може командувати "арміями пеньків", які по суті є менш складними учнями, зайнятими у великій кількості, щоб стискати дані, коли цей підхід сприятливо сприймається за допомогою одного класифікатора.
