AdaBoost
AdaBoost (Adaptive Boosting) on algne võimendusalgoritm, mille tutvustasid Yoav Freund ja Robert Schapire 1997. aastal. See kombineerib järjestikuseid lihtsaid nõrku õppijaid, andes suurema kaalu vaatlustele, milles nad eksivad. See on gradientvõimenduse eelkäija, lihtne, interpreteeritav ja tugev algoritm klassifitseerimiseks.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). AdaBoost (Adaptive Boosting). ScholarGate. https://scholargate.app/et/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.
- OtsustuspuuMasinõpe↔ compare
- Logistiline regressioonUurimisstatistika↔ compare
- Juhuslik metsMasinõpe↔ compare
- VirnastamineMasinõpe↔ compare
- XGBoostMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →