Machine learning
AdaBoost
AdaBoost (הגברת הסתגלותית) הוא אלגוריתם ההגברה המקורי, שהוצג על ידי יואב פרוינד ורוברט שפייר ב-1997, המשלב רצף של לומדים חלשים פשוטים על ידי מתן משקל רב יותר לתצפיות שהם טועים בהן. קודמו של הגברת גרדיאנט, הוא פשוט, ניתן לפירוש, ומהווה קו בסיס חזק לסיווג.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). AdaBoost (Adaptive Boosting). ScholarGate. https://scholargate.app/he/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.
- עץ החלטהלמידת מכונה↔ compare
- רגרסיה לוגיסטיתסטטיסטיקה למחקר↔ compare
- יער אקראילמידת מכונה↔ compare
- ערימהלמידת מכונה↔ compare
- XGBoostלמידת מכונה↔ compare