問題 No.78
複数の弱い識別器（弱学習器）を順番に学習させていく手法である。前の学習器が「誤分類（予測を外した）」したデータに対して、次の学習器がそのデータを重視して学習するようデータへの重みを順次更新（ブースティング）していき、最終的にそれらを組み合わせて1つの強い識別器を作る代表的な機械学習手法はどれか。
【正解の解説】
AdaBoost
AdaBoostは、前のモデルが間違えたデータに対して次のモデルが重点的に学習するように重みを更新していく（ブースティング）手法の代表格です。
スポンサーリンク
【その他の選択肢の解説】
ランダムフォレスト
ランダムフォレストは、多数の決定木を作り、それぞれの予測結果を投票などで統合する手法であり、誤分類を重視して重み付けするブースティングとは異なります。
k-means法
k-means法は、似たもの同士をグループに分ける教師なし学習の一種であり、分類器を順番に作る手法ではありません。
ロジスティック回帰
ロジスティック回帰は、個別のモデルであり、複数のモデルを順番に学習させて組み合わせるような手法ではありません。