Tabla de contenido:
Definición - ¿Qué significa AdaBoost?
AdaBoost es un tipo de algoritmo que utiliza un enfoque de aprendizaje conjunto para ponderar varias entradas. Fue diseñado por Yoav Freund y Robert Schapire a principios del siglo XXI. Ahora se ha convertido en un método de referencia para diferentes tipos de impulso en paradigmas de aprendizaje automático.
Techopedia explica AdaBoost
Los expertos hablan de AdaBoost como una de las mejores combinaciones ponderadas de clasificadores, y que es sensible al ruido y propicia ciertos resultados de aprendizaje automático. Cierta confusión resulta de la realidad de que AdaBoost puede usarse con múltiples instancias del mismo clasificador con diferentes parámetros, donde los profesionales pueden hablar sobre AdaBoost "que tiene un solo clasificador" y confundirse acerca de cómo ocurre la ponderación.
AdaBoost también presenta una filosofía particular en el aprendizaje automático: como herramienta de aprendizaje conjunto, parte de la idea fundamental de que muchos estudiantes débiles pueden obtener mejores resultados que una entidad de aprendizaje más fuerte. Con AdaBoost, los expertos en aprendizaje automático a menudo crean sistemas que tomarán una serie de entradas y las combinarán para obtener un resultado optimizado. Algunos toman esta idea en mayor medida, y hablan de cómo AdaBoost puede comandar "ejércitos de tocones de decisión" que son esencialmente estudiantes menos sofisticados empleados en grandes cantidades para procesar datos donde este enfoque se ve favorablemente sobre el uso de un solo clasificador.
