Libellé préféré : AdaBoost;
Définition CISMeF : En intelligence artificielle et en apprentissage automatique, AdaBoost (ou adaptive
boosting) est un méta-algorithme de boosting introduit par Yoav Freund et Robert Schapire
en 1997. AdaBoost améliore les performances de n'importe quel algorithme d'apprentissage
appelés classifieurs faibles. Le principe est la sagesse d'une foule d'experts. Chaque
classifieur faible est un expert. On combine alors leurs prédictions en une somme
pondérée qui représente la prédiction finale du classifieur boosté. AdaBoost est adaptatif
dans le sens où les classeurs faibles subséquents sont ajustés en faveur des échantillons
mal classés par les classifieurs précédents (source https://fr.wikipedia.org/wiki/AdaBoost).;
Synonyme CISMeF : adaptive boosting;
Identifiant d'origine : M000766607;
Record lié au concept
En intelligence artificielle et en apprentissage automatique, AdaBoost (ou adaptive
boosting) est un méta-algorithme de boosting introduit par Yoav Freund et Robert Schapire
en 1997. AdaBoost améliore les performances de n'importe quel algorithme d'apprentissage
appelés classifieurs faibles. Le principe est la sagesse d'une foule d'experts. Chaque
classifieur faible est un expert. On combine alors leurs prédictions en une somme
pondérée qui représente la prédiction finale du classifieur boosté. AdaBoost est adaptatif
dans le sens où les classeurs faibles subséquents sont ajustés en faveur des échantillons
mal classés par les classifieurs précédents (source https://fr.wikipedia.org/wiki/AdaBoost).
