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
-
Sesgos en NLP: por qué ocurren y cómo mitigarlos
El procesamiento del lenguaje natural (NLP) ha revolucionado la manera en que interactuamos con la tecnología, permitiendo a las máquinas…
-
Hiperautomatización: qué es, cómo funciona y sus aplicaciones más relevantes
La hiperautomatización se ha convertido en uno de los conceptos más revolucionarios en el ámbito empresarial. Esta estrategia combina tecnologías…
-
Hugging Face Transformers: cómo funcionan y por qué son clave en NLP
El procesamiento del lenguaje natural (NLP) ha experimentado avances revolucionarios en los últimos años gracias a modelos de lenguaje como…