Machine learningMachine learning

Boosting

Boosting är en sekventiell ensemblemetod som omvandlar många enkla, knappt bättre än slumpmässiga inlärningsmodeller till en enda, mycket noggrann modell genom att upprepade gånger fokusera träningen på de exempel som tidigare inlärningsmodeller misslyckats med, och sedan kombinera alla inlärningsmodeller med vikter proportionella mot deras individuella noggrannhet.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Boosting

Bagging (Bootstrap Aggre…Beslutsträd Gradient Boosting Random Forest Röstningsensemble XGBoost Active Learning Boosting Aktiv inlärningsstacknin…Aktivt lärande med röstn…Bayesian Bagging

+29 more

Källor

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 ↗

Så citerar du den här sidan

ScholarGate. (2026, June 3). Boosting (Ensemble of Sequentially Weighted Weak Learners). ScholarGate. https://scholargate.app/sv/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)Maskininlärning↔ compare
BeslutsträdMaskininlärning↔ compare
Gradient BoostingMaskininlärning↔ compare
Random ForestMaskininlärning↔ compare
RöstningsensembleMaskininlärning↔ compare
XGBoostMaskininlärning↔ compare

Compare side by side →

Refereras av

Active Learning Boosting Aktiv inlärningsstackning ensemble Aktivt lärande med röstningsensemble Bayesian Bagging Bayesian Boosting Bayesian Stacking Ensemble Ensemble Active Learning Ensemble Apriori-algoritmen Ensemble-associationsregler Ensemble Decision Tree Ensemble Federated Learning Ensemble Few-Shot Learning Ensemble Gaussisk Blandningsmodell Ensemble logistisk regression Ensemble Naive Bayes Ensemble Online Learning Ensemble Semi-supervised Learning Ensemble Support Vector Machine Ensemble Transfer Learning Online Boosting Online Gradient Boosting Reglerad boosting Regulariserat beslutsträd Regulariserad gradientboosting Regulariserad Stacking-ensemble Robust Bagging Robust Boosting Robust Gradient Boosting Robust Stacking Ensemble Robust Voting Ensemble Självövervakad boosting Semi-supervised Gradient Boosting Semi-supervised Voting Ensemble Röstningsensemble

Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →

Läs hela metoden

Method map

Källor

Så citerar du den här sidan

Närliggande metoder

Which method?

Refereras av