Machine learningMachine learning

Zesilování

Zesilování je sekvenční ansámblová technika, která převádí mnoho jednoduchých, sotva lepších než náhodných učících algoritmů na jediný vysoce přesný model opakovaným zaměřováním tréninku na příklady, které předchozí učící algoritmy nesprávně vyhodnotily, a následným kombinováním všech učících algoritmů s váhami úměrnými jejich individuální přesnosti.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zesilování

Bagging (Bootstrap Aggre…Rozhodovací strom Gradient Boosting Random Forest Hlasovací ansámbl XGBoost Aktivní učení s boosting…Active Learning Stacking…Hlasovací ansámbl aktivn…Bayesian Bagging

+29 more

Zdroje

Freund, Y. & Schapire, R. E. (1997). A decision-theoretic generalization of on-line learning and an application to boosting. Journal of Computer and System Sciences, 55(1), 119–139. DOI: 10.1006/jcss.1997.1504 ↗
Schapire, R. E. (1990). The strength of weak learnability. Machine Learning, 5(2), 197–227. DOI: 10.1007/BF00116037 ↗

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Boosting (Ensemble of Sequentially Weighted Weak Learners). ScholarGate. https://scholargate.app/cs/machine-learning/boosting

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Bagging (Bootstrap Aggregating)Strojové učení↔ compare
Rozhodovací stromStrojové učení↔ compare
Gradient BoostingStrojové učení↔ compare
Random ForestStrojové učení↔ compare
Hlasovací ansámblStrojové učení↔ compare
XGBoostStrojové učení↔ compare

Compare side by side →

Odkazuje sem

Aktivní učení s boostingem Active Learning Stacking Ensemble Hlasovací ansámbl aktivního učení Bayesian Bagging Bayesovské posilování Bayesian Stacking Ensemble Aktivní učení s výborem modelů Algoritmus Ensemble Apriori Pravidla asociací v ansámblu Ensemble rozhodovacích stromů Ensemble Federated Learning Ensemble učení z malého počtu příkladů Gaussovský směsný model (Ensemble Gaussian Mixture Model)Logistická regrese s ensembly Ensemble Naive Bayes Online učení s ansámbly Ensemble Semi-supervised Learning Ensemble Support Vector Machine Ensemble Transfer Learning Online Boosting Online Gradient Boosting Regularized Boosting Regulovaný rozhodovací strom Regularizované gradientní posilování Regularizovaný skládaný ansámbl Robust Bagging Robust Boosting Robustní Gradient Boosting Robustní skládaný ansámbl Robustní hlasovací ansámbl Samoučící se posilování Polozavedené vylepšování gradientem Poloučený hlasovací ansámbl Hlasovací ansámbl

Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →

Přečíst celou metodu

Method map

Zdroje

Jak citovat tuto stránku

Příbuzné metody

Which method?

Odkazuje sem