Índice:
Definição - O que significa o AdaBoost?
O AdaBoost é um tipo de algoritmo que usa uma abordagem de aprendizado de conjunto para ponderar várias entradas. Foi desenhado por Yoav Freund e Robert Schapire no início do século XXI. Agora, tornou-se um método obrigatório para diferentes tipos de aumento nos paradigmas de aprendizado de máquina.
Techopedia explica AdaBoost
Os especialistas falam sobre o AdaBoost como uma das melhores combinações ponderadas de classificadores - e que é sensível ao ruído e propícia a determinados resultados de aprendizado de máquina. Alguma confusão resulta da realidade de que o AdaBoost pode ser usado com várias instâncias do mesmo classificador com parâmetros diferentes - onde os profissionais podem falar sobre o AdaBoost "ter apenas um classificador" e ficar confusos sobre como a ponderação ocorre.
O AdaBoost também apresenta uma filosofia específica no aprendizado de máquina - como ferramenta de aprendizado em conjunto, parte da ideia fundamental de que muitos alunos fracos podem obter melhores resultados do que uma entidade de aprendizado mais forte. Com o AdaBoost, os especialistas em aprendizado de máquina costumam criar sistemas que absorvem várias entradas e as combinam para obter um resultado otimizado. Alguns levam essa idéia a um ponto mais além, falando sobre como o AdaBoost pode comandar "exércitos de tocos de decisão", que são aprendizes essencialmente menos sofisticados, empregados em grandes números para processar dados onde essa abordagem é vista favoravelmente ao usar um único classificador.
