Daftar Isi:
Definisi - Apa yang dimaksud dengan AdaBoost?
AdaBoost adalah jenis algoritma yang menggunakan pendekatan pembelajaran ensemble untuk menimbang berbagai input. Ini dirancang oleh Yoav Freund dan Robert Schapire di awal abad ke-21. Sekarang telah menjadi semacam metode masuk untuk berbagai jenis meningkatkan paradigma pembelajaran mesin.
Techopedia menjelaskan AdaBoost
Para ahli berbicara tentang AdaBoost sebagai salah satu kombinasi pengklasifikasi tertimbang terbaik - dan yang sensitif terhadap kebisingan, serta kondusif untuk hasil pembelajaran mesin tertentu. Beberapa hasil kebingungan dari kenyataan bahwa AdaBoost dapat digunakan dengan beberapa contoh classifier yang sama dengan parameter yang berbeda - di mana para profesional mungkin berbicara tentang AdaBoost "hanya memiliki satu classifier" dan bingung tentang bagaimana pembobotan terjadi.
AdaBoost juga menyajikan filosofi tertentu dalam pembelajaran mesin - sebagai alat pembelajaran ensemble, itu berasal dari gagasan mendasar bahwa banyak pelajar yang lemah bisa mendapatkan hasil yang lebih baik daripada satu entitas pembelajaran yang lebih kuat. Dengan AdaBoost, pakar pembelajaran mesin sering membuat sistem yang akan mengambil sejumlah input dan menggabungkannya untuk hasil yang optimal. Beberapa mengambil gagasan ini lebih jauh, berbicara tentang bagaimana AdaBoost dapat memerintahkan "pasukan tunggul keputusan" yang pada dasarnya peserta didik yang kurang canggih yang dipekerjakan dalam jumlah besar untuk mengeruk data di mana pendekatan ini terlihat lebih baik daripada menggunakan pengelompokan tunggal.
