AdaBoost

Algoritmo de boosting que combina muchos modelos simples y débiles, dando más peso en cada ronda a los ejemplos que los modelos anteriores clasificaron incorrectamente.

EnsambleBoosting

AdaBoost (Adaptive Boosting) entrena una secuencia de modelos simples (a menudo árboles muy pequeños), donde cada nuevo modelo presta más atención a los ejemplos que los modelos anteriores clasificaron mal, ajustando el peso de cada ejemplo en la ronda siguiente.

Su lugar histórico

Fue uno de los primeros algoritmos de boosting exitosos y sentó las bases conceptuales que luego evolucionaron hacia técnicas más sofisticadas como Gradient Boosting, hoy más utilizado en la mayoría de los problemas con datos tabulares.

Términos relacionados

Machine Learning

Boosting

Técnica de ensamble que entrena modelos de forma secuencial, donde cada nuevo modelo se enfoca en corregir los errores cometidos por los modelos anteriores.

Leer más Machine Learning

Gradient Boosting

Técnica de ensamble que construye modelos de forma secuencial, donde cada nuevo modelo corrige los errores del conjunto anterior.