Sommario:
Definizione - Cosa significa AdaBoost?
AdaBoost è un tipo di algoritmo che utilizza un approccio di apprendimento ensemble per ponderare vari input. È stato progettato da Yoav Freund e Robert Schapire all'inizio del 21 ° secolo. Ora è diventato in qualche modo un metodo di riferimento per diversi tipi di potenziamento dei paradigmi di apprendimento automatico.
Techopedia spiega AdaBoost
Gli esperti parlano di AdaBoost come una delle migliori combinazioni ponderate di classificatori, sensibile ai rumori e favorevole a determinati risultati dell'apprendimento automatico. Qualche confusione deriva dalla realtà che AdaBoost può essere utilizzato con più istanze dello stesso classificatore con parametri diversi, in cui i professionisti potrebbero parlare di AdaBoost "avere un solo classificatore" e confondersi su come si verifica la ponderazione.
AdaBoost presenta anche una particolare filosofia nell'apprendimento automatico: come strumento di apprendimento d'insieme, parte dall'idea fondamentale che molti studenti deboli possono ottenere risultati migliori rispetto a un'entità di apprendimento più forte. Con AdaBoost, gli esperti di machine learning spesso realizzano sistemi che accettano un numero di input e li combinano per un risultato ottimizzato. Alcuni prendono ulteriormente questa idea, parlando di come AdaBoost può comandare "eserciti di ceppi decisionali" che sono essenzialmente studenti meno sofisticati impiegati in gran numero per sgranocchiare dati in cui questo approccio è visto favorevolmente rispetto all'uso di un singolo classificatore.
