AdaBoost
AdaBoost (Adaptive Boosting) este algoritmul original de boosting, introdus de Yoav Freund și Robert Schapire în 1997, care combină o secvență de clasificatori simpli slabi prin acordarea unei ponderi mai mari observațiilor pe care le clasifică greșit. Precursorul gradient boosting-ului, este simplu, interpretabil și un punct de referință solid pentru clasificare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 1). AdaBoost (Adaptive Boosting). ScholarGate. https://scholargate.app/ro/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.
- Arbore de decizieÎnvățare automată↔ compare
- Regresia LogisticăStatistică pentru cercetare↔ compare
- Pădurea Aleatoare (Random Forest)Învățare automată↔ compare
- StackingÎnvățare automată↔ compare
- XGBoostÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →