AdaBoost

Adaptive Boosting

Türkçe: Uyarlanabilir Güçlendirme

Ayrıntılı Tanım

Her eğitim turunda, bir önceki zayıf öğrenicinin (genellikle tek düğümlü karar ağacı - Decision Stump) yanlış sınıflandırdığı veri noktalarının **ağırlığını artıran** öncü boosting algoritmasıdır.

Ne İşe Yarar / Çözülen Problem

Zor öğrenilen, sınırda kalan veri örneklerine modelin özel olarak odaklanmasını sağlar.

Nasıl Çalışır? (Teknik & Mekanizma)

Yanlış bilinen verilerin ağırlığı yükseltilir, doğru bilinenlerinki düşürülür. Sonraki model bu ağırlıklı veriye göre eğitilir. Nihai kararda her modelin başarı oranına göre bir oy ağırlığı (

\alpha

) olur.

Örnek Senaryo & Pratik Uygulama

Matematik öğretmeninin her deneme sınavından sonra sınıfta öğrencilerin en çok yanlış yaptığı soruları tespit edip bir sonraki derste sadece o soruları tahtaya yazması.

Benzer Terimlerden Farkı

Gradient Boosting kayıp fonksiyonunun türeviyle (artık hatayla) çalışırken, AdaBoost doğrudan veri noktalarının örneklem ağırlıklarını değiştirir.

İlişkili Terimler (3)

Ait Olduğu Kategori

Klasik Makine Öğrenmesi ve İstatistiksel Kuram

Sembolik AI, GOFAI, karar ağaçları, regresyon ve temel istatistiksel modeller.

Toplam Terim:68 Madde

Bu Kategorideki Tüm Terimleri Gör →

Önceki Terim (#37)Gradient Boosting

Sonraki Terim (#39)XGBoost