AdaBoost (abreviatura de Adaptive Boosting) es un algoritmo de aprendizaje supervisado utilizado en inteligencia artificial, principalmente en tareas de clasificación. Su nombre proviene de «Adaptive Boosting» y se basa en la idea de combinar varios modelos débiles (clasificadores que apenas superan el rendimiento del azar) para crear un modelo fuerte y preciso. AdaBoost funciona ajustando los pesos de las instancias de entrenamiento, enfocándose en aquellas que los clasificadores anteriores han clasificado incorrectamente, y luego pondera los clasificadores basándose en su precisión. Es ampliamente utilizado por su simplicidad y capacidad para mejorar la precisión de clasificación sin sobreajustar, aunque puede ser sensible a datos ruidosos y outliers.
Artículos relacionados
-
Ciberseguridad e Inteligencia Artificial: usos y riesgos clave
Vivimos en un mundo cada vez más conectado, donde cada clic, transacción o interacción deja un rastro digital. Esta hiperconectividad…
-
Extracción de entidades nombradas (NER) paso a paso con spaCy
En un mundo donde el volumen de datos textuales crece exponencialmente, contar con herramientas que permitan estructurar y extraer información…
-
Análisis de tópicos en grandes volúmenes de texto con LDA
En la era del big data, uno de los mayores retos para investigadores, empresas y medios digitales es extraer conocimiento…