Machine learningMachine learning

Boosting

Boosting è una tecnica d'insieme sequenziale che converte molti classificatori semplici, appena migliori del caso, in un singolo modello altamente accurato concentrando ripetutamente l'addestramento sugli esempi che i classificatori precedenti hanno sbagliato, quindi combinando tutti i classificatori con pesi proporzionali alla loro accuratezza individuale.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Boosting

Bagging (Bootstrap Aggre…Albero decisionale Gradient Boosting Random Forest Ensemble a votazione XGBoost Active Learning Boosting [UNTRANSLATED: Active Le…[UNTRANSLATED: Active Le…Bagging Bayesiano

+29 more

Fonti

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 ↗

Come citare questa pagina

ScholarGate. (2026, June 3). Boosting (Ensemble of Sequentially Weighted Weak Learners). ScholarGate. https://scholargate.app/it/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)Apprendimento automatico↔ compare
Albero decisionaleApprendimento automatico↔ compare
Gradient BoostingApprendimento automatico↔ compare
Random ForestApprendimento automatico↔ compare
Ensemble a votazioneApprendimento automatico↔ compare
XGBoostApprendimento automatico↔ compare

Compare side by side →

Citato da

Active Learning Boosting [UNTRANSLATED: Active Learning Stacking Ensemble][UNTRANSLATED: Active Learning Voting Ensemble]Bagging Bayesiano Boosting Bayesiano Ensemble di impilamento bayesiano Apprendimento Attivo d'Insieme Algoritmo Apriori d'Insieme Regole di Associazione d'Insieme Albero decisionale d'insieme Apprendimento Federato d'Insieme Apprendimento Ensemble Few-Shot Modello Gaussiano a Miscele d'Insieme Regressione Logistica d'Insieme Ensemble Naive Bayes Apprendimento Ensemble Online Apprendimento Semi-Supervisionato d'Insieme Macchina a vettori di supporto d'insieme Apprendimento per trasferimento d'insieme Boosting Online Gradient Boosting Online Boosting Regolarizzato Albero decisionale regolarizzato Gradient Boosting Regolarizzato Ensemble di Impilamento Regolarizzato Bagging Robusto Robust Boosting Gradient Boosting Robusto Ensemble Robusto a Impilamento Ensemble di Voto Robusto Boosting auto-supervisionato Gradient Boosting Semi-supervisionato Semi-supervised Voting Ensemble Ensemble a votazione

Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →

Leggi il metodo completo

Method map

Fonti

Come citare questa pagina

Metodi correlati

Which method?

Citato da