Now Loading...

Now Loading...

AdaBoost

AdaBoost

AdaBoostはブースティングの一種です。

そもそもブースティングとは同じデータに対して何度も学習することによって毎回より精度の高いモデルを生成する手法です。特にAdaBoostは教師データが2つの値(例えば0または1)を分類するモデルで、弱いモデルを適用し、その重みを増やします。そしてその重みを増やしたモデルに注目して分類をおこないます。これを繰り返すことによって精度の高いモデルを生成することを可能にします。

クイズ

以下の文章を読み、空欄(ア)~(イ)に最もよく当てはまる選択肢を1つ選べ。 (ア)は、Boostingにおいて各モデルの最適化に勾配降下法を用いる手法である。近年では(ア)のより高速な実装として(イ)が有名である。
  • 正解を見る
  • 解説を見る
    ブースティングの種類には、勾配ブースティング(Gradient Boosting)、AdaBoost、XgBoostなどがあります。勾配降下法を用いるものは勾配ブースティング(Gradient Boosting)です。勾配ブースティング(Gradient Boosting)の高速な実装としてXgBoostなどがあります。 (参考: G検定公式テキスト 第2版 第4章 4-1 P126-127) (参考:G検定公式テキスト 第1版 P100)

特別割引クーポンのお知らせ

<人工知能基礎&G検定実践問題集>

・クーポン:aibgt220920-2bso
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

<G検定実践トレーニング>

・クーポン:gt220920-1dao
・有効期間:2022年10月21日(金)

*使い方:以下バナーより「購入する」に進んでいただき、左下のクーポン欄にご記入、適用してください。

zero to one G検定 jdla

関連ワード

機械学習の具体的手法