Satura rādītājs:
Definīcija - ko nozīmē AdaBoost?
AdaBoost ir algoritma veids, kas izmanto ansambļa mācīšanās pieeju, lai novērtētu dažādas ievades. To 21. gadsimta sākumā projektēja Yoav Freund un Robert Schapire. Tagad tā ir kļuvusi par vispārpieņemtu metodi dažāda veida pastiprināšanai mašīnmācīšanās paradigmās.
Techopedia skaidro AdaBoost
Eksperti runā par AdaBoost kā par vienu no labākajām klasifikatoru kombinācijām - un tādu, kas ir jutīga pret troksni un veicina noteiktus mašīnu apguves rezultātus. Zināmas neskaidrības rada realitāte, ka AdaBoost var izmantot ar vairākiem viena un tā paša klasifikatora gadījumiem ar dažādiem parametriem - ja speciālisti var runāt par AdaBoost ", ka viņiem ir tikai viens klasifikators", un sajaukt par to, kā notiek svēršana.
AdaBoost arī iepazīstina ar īpašu filozofiju mašīnmācībā - kā ansambļa mācību rīks izriet no pamatidejas, ka daudzi vāji izglītojamie var sasniegt labākus rezultātus nekā viena spēcīgāka mācību vienība. Izmantojot AdaBoost, mašīnmācīšanās eksperti bieži izstrādā sistēmas, kas izmantos vairākas ievades un apvienos tās optimālam rezultātam. Daži izmanto šo ideju vēl plašākā mērā, runājot par to, kā AdaBoost var komandēt "lēmumu pieņemšanas celmu armijas", kas būtībā ir mazāk sarežģīti izglītojamie, kas nodarbināti lielā skaitā, lai sašķeltu datus, ja šī pieeja tiek vērtēta labvēlīgi, salīdzinot ar viena klasifikatora izmantošanu.
