تعزيز التكيف

بدايةً، التعزيز المُتكيّف أو التعزيز التكيفي (نقحرة: أدابوست) هي خوارزمية للتعليم الآلي صاغها Yoav Freund  وRobert Schapire الذي فازا بجائزة Gödel 2003 عن عملهما. ويمكن استخدامها مع الكثير من الأنواع الأخرى من خوارزميات التعلم لتحسين الأداء.

علاوةً على ذلك، واحدة من الخوارزميات التي تستعمل التعزيز المتكيف في أشجار القرار و أشجار القرار تعتبر متعلم ضعيف. غالبا تُعَد إحدى أفضل المصنفات خارج الصندوق. عندما يستعمل مع شجرة التعليم فان عينة التدريب يتم تغذيتها إلى خوارزمية شجرة النمو. لذلك لاحقا الشجرات تميل للتركيز على التصانيف الأصعب للمشاكل.

وفي السياق ذاته، التعزيز المتكيف حساس للبيانات الصاخبة والقيم المتطرفة. في بعض المشكلات، قد تكون أقل عرضة لمشكلة التحمل من خوارزميات التعلم الأخرى. المتعلمين فرديا من الممكن ان يكونوا ضعفاء، لكن طالما كان الأداء لكل متعلم أفضل بقليل من التخمين العشوائي، لاحقًا النموذج النهائي من الممكن أن يثبت انه متعلم بكفاءة.