A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting (AdaBoost)

Yanlış sınıflandırılan eğitim örneklerini uyarlanabilir biçimde yeniden ağırlıklandırmanın zayıf öğrenicilerden oluşan bir topluluğun sınırlı genelleme hatasıyla keyfi olarak güçlü bir sınıflandırıcıya yakınsamasını sağladığını kanıtlayan AdaBoost'u icat etti.

task-binary-classification için yetkili teorik ve ampirik referans olarak hizmet eder.

Temel Varsayımlar (Assumptions)

• Matematiksel dışbükeylik, düzenlilik ve ampirik tutarlılık problem konfigürasyonlarında geçerlidir

Kısıtlar ve Sınırlamalar (Limitations)

• Teorik sınırlar ve kıyaslama doygunluk özellikleri model mimarileri ve eğitim ölçekleri arasında farklılık gösterir