AI用語集

📖

用語

重み付きサンプル

アルゴリズム内での相対的な重要性を示す重みが関連付けられたトレーニング例で、分類誤差に基づいて反復的に重みが調整される。

📖

用語

誤り率

分類器によって誤分類された例の割合。AdaBoostでは、最終決定における分類器の重みを計算し、例の重みを調整するために使用される。

📖

用語

アルファ係数

最終的なAdaBoostモデルにおける各弱分類器に割り当てられる重みで、その誤り率からα = 0.5 * ln((1-誤り率)/誤り率)の式に基づいて計算される。

📖

用語

指数損失

AdaBoostで使用される損失関数で、分類誤差を指数的にペナルティ化し、誤分類された例の迅速な修正を促進する。

📖

用語

サンプル重み更新

AdaBoostにおける反復的なプロセスで、誤分類された例の重みを増加させ、正しく分類された例の重みを減少させ、次の学習者が難しい例に集中するように強制する。

📖

用語

投票重み

AdaBoostの最終的な加重投票において、各弱分類器の予測に適用される乗算係数で、その個々の性能に基づいている。

📖

用語

適応的ブースティング

AdaBoostの基本原理で、アルゴリズムが各反復で最も難しい例に動的に焦点を当てることで戦略を適応させる。

📖

用語

反復的トレーニング

各新しいモデルが、以前のモデルの性能を考慮した修正版の元のデータセットでトレーニングされる逐次的なトレーニングプロセス。

📖

用語

分類マージン

正しいクラスに投票する分類器の累積重みと、間違ったクラスに投票する分類器の累積重みの差として計算される、分類の信頼度の尺度。

📖

用語

ブースティングにおける過学習

AdaBoostモデルが訓練データに過剰適合する現象で、特に反復回数が多すぎる場合や弱学習器が複雑すぎる場合に発生する。