Todos tienen diferentes significados:
- El aprendizaje conjunto es el proceso mediante el cual múltiples modelos, como clasificadores o expertos, se generan estratégicamente y se combinan para resolver un problema particular de inteligencia computacional [1].
- Una máquina de vectores de soporte ( SVM ) es un clasificador discriminativo definido formalmente por un hiperplano de separación. En otras palabras, dados los datos de entrenamiento etiquetados (aprendizaje supervisado), el algoritmo genera un hiperplano óptimo que categoriza nuevos ejemplos [2].
- ¿Uno contra uno ? Nunca he oído hablar de él, pero lo más probable es que te refieras a la clasificación binaria, con dos clases. SVM es una técnica para realizar este tipo de clasificación binaria. Usando el conjunto puedes crear múltiples clasificadores. Puede usar SVM o cualquier otro clasificador como clasificador base y crear conjuntos a partir de él y realizar una clasificación binaria.
Notas al pie
[1] Ensemble learning
- ¿Cuáles son algunos problemas de Kaggle que ayudarán a un principiante a avanzar?
- ¿Cuál es mejor LMS o descenso más empinado?
- ¿Por qué un algoritmo evolutivo es un método inapropiado para usar cuando se busca una clave para descifrar un mensaje codificado cuando solo hay una respuesta correcta?
- Visión por computadora: ¿Cuáles son algunos problemas de investigación abierta en la recuperación de imágenes basada en contenido?
- Cómo construir una aplicación de Android orientada al aprendizaje automático
[2] Introducción a las máquinas de vectores de soporte