Machine learning
AdaBoost
AdaBoost (Adaptive Boosting) मूल बूस्टिंग एल्गोरिथम है, जिसे 1997 में योआव फ्रेंड और रॉबर्ट शैपिर द्वारा प्रस्तुत किया गया था, जो सरल कमजोर सीखने वालों के एक क्रम को उन अवलोकनों पर अधिक भार देकर जोड़ता है जिन्हें वे गलत करते हैं। ग्रेडिएंट बूस्टिंग के अग्रदूत के रूप में, यह वर्गीकरण के लिए सरल, व्याख्या योग्य और एक मजबूत आधार रेखा है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). AdaBoost (Adaptive Boosting). ScholarGate. https://scholargate.app/hi/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.
- निर्णय वृक्षमशीन अधिगम↔ compare
- लॉजिस्टिक रिग्रेशनअनुसंधान सांख्यिकी↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare
- स्टैकिंगमशीन अधिगम↔ compare
- XGBoostमशीन अधिगम↔ compare