Inhaltsverzeichnis:
Definition - Was bedeutet AdaBoost?
AdaBoost ist eine Art Algorithmus, der einen Ensemble-Lernansatz verwendet, um verschiedene Eingaben zu gewichten. Es wurde von Yoav Freund und Robert Schapire im frühen 21. Jahrhundert entworfen. Es ist mittlerweile zu einer Methode geworden, mit der verschiedene Arten der Verbesserung von Paradigmen des maschinellen Lernens vorangebracht werden können.
Techopedia erklärt AdaBoost
Experten sprechen von AdaBoost als einer der am besten bewerteten Kombinationen von Klassifikatoren - und einer, die empfindlich auf Rauschen reagiert und bestimmten Ergebnissen des maschinellen Lernens förderlich ist. Einige Unklarheiten ergeben sich aus der Tatsache, dass AdaBoost mit mehreren Instanzen desselben Klassifikators mit unterschiedlichen Parametern verwendet werden kann. Fachleute sprechen möglicherweise davon, dass AdaBoost nur einen Klassifikator hat, und sind verwirrt darüber, wie die Gewichtung erfolgt.
AdaBoost präsentiert auch eine bestimmte Philosophie im maschinellen Lernen - als Ensemble-Lernwerkzeug geht es von der Grundidee aus, dass viele schwache Lernende bessere Ergebnisse erzielen können als eine stärkere Lerneinheit. Mit AdaBoost erstellen Experten für maschinelles Lernen häufig Systeme, die eine Reihe von Eingaben berücksichtigen und diese für ein optimiertes Ergebnis kombinieren. Einige nehmen diese Idee in einem weiteren Ausmaß auf und sprechen darüber, wie AdaBoost "Armeen von Entscheidungsstümpfen" befehlen kann, bei denen es sich um weniger versierte Lernende handelt, die in großer Zahl eingesetzt werden, um Daten zu zerkleinern, wobei dieser Ansatz der Verwendung eines einzelnen Klassifikators vorgezogen wird.
