Obsah:
Definice - Co znamená AdaBoost?
AdaBoost je typ algoritmu, který používá přístup ke komplexnímu učení k vážení různých vstupů. Navrhl jej Yoav Freund a Robert Schapire na počátku 21. století. Nyní se stalo poněkud metodou go-to pro různé druhy podpory v paradigmatech strojového učení.
Techopedia vysvětluje AdaBoost
Odborníci mluví o AdaBoost jako o jedné z nejlépe vážených kombinací klasifikátorů - a o těch, které jsou citlivé na hluk a přispívají k určitým výsledkům strojového učení. Nějaký zmatek vyplývá ze skutečnosti, že AdaBoost lze použít s více instancemi stejného klasifikátoru s různými parametry - kde by odborníci mohli hovořit o tom, že AdaBoost má „pouze jeden klasifikátor“, a zmateni, jak dochází k vážení.
AdaBoost také představuje zvláštní filosofii v strojovém učení - jako souborný vzdělávací nástroj vychází ze základní myšlenky, že mnoho slabých studentů může získat lepší výsledky než jedna silnější učící se entita. S AdaBoost jsou odborníci na strojové učení často řemeslnými systémy, které přijmou řadu vstupů a kombinují je pro optimalizovaný výsledek. Někteří berou tuto myšlenku do další míry a hovoří o tom, jak může AdaBoost velet „armádám rozhodovacích pařezů“, které jsou v podstatě méně sofistikovaní žáci zaměstnaní ve velkém počtu, aby rozdrtili data, kde je tento přístup vnímán příznivěji než pomocí jediného klasifikátoru.
