目次:
定義-AdaBoostの意味？
AdaBoostは、アンサンブル学習アプローチを使用してさまざまな入力に重みを付ける一種のアルゴリズムです。 21世紀初頭にYoav FreundとRobert Schapireによって設計されました。 今では、機械学習のパラダイムのさまざまな種類の強化のための頼りになる方法になっています。
TechopediaはAdaBoostについて説明します
専門家は、AdaBoostを分類器の最適な重み付き組み合わせの1つとして、またノイズに敏感で、特定の機械学習の結果を助長するものとして話します。 いくつかの混乱は、AdaBoostが異なるパラメーターを持つ同じ分類子の複数のインスタンスで使用できるという現実に起因します。専門家はAdaBoostが「分類子を1つだけ持つ」と話し、重み付けの発生方法について混乱する場合があります。
AdaBoostはまた、機械学習の特定の哲学を提示します。アンサンブル学習ツールとして、多くの弱い学習者が1つの強い学習エンティティよりも良い結果を得ることができるという基本的な考え方に基づいています。 AdaBoostを使用すると、機械学習の専門家は多くの場合、多くの入力を取り込み、それらを組み合わせて最適化されたシステムを作成します。 一部の人はこの考えをさらに拡張し、AdaBoostが単一の分類器を使用するよりもこのアプローチが好まれるデータを処理するために大量に使用される本質的にそれほど洗練されていない学習者である「決定群の軍隊」に命令する方法について話します。
