Оглавление:
Определение - Что означает AdaBoost?
AdaBoost - это тип алгоритма, который использует ансамблевый подход к обучению для взвешивания различных входных данных. Он был разработан Йоавом Фрейндом и Робертом Шапиром в начале 21-го века. Теперь это стало своего рода методом перехода к различным видам повышения в парадигмах машинного обучения.
Техопедия объясняет AdaBoost
Эксперты говорят об AdaBoost как об одной из наиболее взвешенных комбинаций классификаторов, которая чувствительна к шуму и способствует определенным результатам машинного обучения. Некоторая путаница связана с тем фактом, что AdaBoost можно использовать с несколькими экземплярами одного и того же классификатора с разными параметрами - где профессионалы могут говорить о том, что AdaBoost «имеет только один классификатор», и не понимают, как происходит взвешивание.
AdaBoost также представляет особую философию в машинном обучении - как инструмент обучения ансамбля, он исходит из фундаментальной идеи, что многие слабые учащиеся могут получить лучшие результаты, чем один более сильный обучающийся объект. С AdaBoost специалисты по машинному обучению часто разрабатывают системы, которые будут принимать ряд входных данных и объединять их для получения оптимального результата. Некоторые развивают эту идею в еще большей степени, говоря о том, как AdaBoost может командовать «армиями пней решений», которые, по сути, являются менее изощренными учащимися, используемыми в больших количествах для анализа данных, где такой подход выгоднее, чем использование единого классификатора.
