AdaBoost
AdaBoost (Potenciación Adaptativa) es el algoritmo de potenciación original, introducido por Yoav Freund y Robert Schapire en 1997, que combina una secuencia de aprendices débiles simples al dar más peso a las observaciones que clasifican erróneamente. El precursor de la potenciación por gradiente, es simple, interpretable y una base sólida para la clasificación.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). AdaBoost (Adaptive Boosting). ScholarGate. https://scholargate.app/es/machine-learning/adaboost
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.
- Árbol de DecisiónAprendizaje automático↔ compare
- Regresión LogísticaEstadística para la investigación↔ compare
- Random ForestAprendizaje automático↔ compare
- StackingAprendizaje automático↔ compare
- XGBoostAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →