Skip to main content

> ML_LITERATURE // FREUND-SCHAPIRE-1997-DECISION-THEORETIC-GENERALIZATION-ON-LINE-LEARNING-ADABOOST_v1.0

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

Yoav Freund, Robert E. Schapire · Journal of Computer and System Sciences (1997)

foundational1997industry-standardthirdPartyReproduced

Temel Katkı (Principal Contribution)

Zayıf öğrenici topluluğunu keyfi olarak güçlü bir sınıflandırıcıya dönüştüren AdaBoost'u (Uyarlamalı Güçlendirme) tanıttı.

Operasyonel ve Mühendislik Uygunluğu

Üretim sistemlerinde task-binary-classification uygulaması için kanonik teknik referans olarak hizmet eder.

Temel Varsayımlar (Assumptions)

  • Temel veri dağılımı eğitim alanları genelinde ampirik tutarlılık ve düzenlilik varsayımlarını sağlar

Kısıtlar ve Sınırlamalar (Limitations)

  • Ölçekleme özellikleri ve doğruluk donanım mimarisine, parametre ölçeğine ve veri seti kalitesine bağlıdır

Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler

İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: