AdaBoost

AdaBoost (Adaptive Boosting) ist einer der ersten erfolgreichen Boosting-Algorithmen im Maschinellen Lernen. Die Kernidee ist, viele 'schwache' Lernalgorithmen (die nur etwas besser als Raten sind) zu einem starken Gesamtsystem zu kombinieren. AdaBoost trainiert diese Modelle sequenziell, wobei jedes neue Modell sich besonders auf die Fehler der vorherigen Modelle konzentriert, indem falsch klassifizierten Beispielen ein höheres Gewicht gegeben wird.