차례:
정의-부스팅이란 무엇입니까?
부스팅 과정에는 더 복잡하거나 유능한 알고리즘을 추가하여 기계 학습 프로그램의 성능을 향상시키는 과정이 포함됩니다. 이 프로세스를 통해 머신 러닝의 편차와 분산을 줄일 수있어보다 효과적인 결과를 얻을 수 있습니다.
Techopedia는 Boosting을 설명합니다
부스팅 프로세스는보다 정제 된 결과를 생성 할 수있는 더 나은 전체 머신 러닝 프로그램을 만드는 것을 목표로합니다. 이 개념을 보는 한 가지 방법은 약하고 강한 학습의 맥락에서입니다. 데이터 과학자는 약한 학습자가 반복 또는 앙상블 학습 또는 다른 종류의 기술을 사용하여 강한 학습자로 전환 될 수 있다고 주장합니다. 예를 들어, 몇 가지 약한 알고리즘을 함께 묶으면 더 강한 결과를 얻을 수 있습니다.
AdaBoost 또는 Adaptive Boosting과 같은 특정 알고리즘은 의사 결정 트리와 같은 항목을 사용하여 더 강력한 학습 패러다임을 창의적으로 결합합니다. 이것이 부스팅의 아이디어이며, 머신 러닝 기술의 발전에 일반적으로 사용되는 것입니다.
