Amplification

Définition

L'amplification ou dopage est un méta-algorithme d'apprentissage ensembliste destiné à réduire principalement les biais, mais aussi la variance de l'apprentissage supervisé.

L'amplification ou dopage désigne aussi une famille d'algorithmes d'apprentissage automatique qui permet de convertir un modèle prévisionnel faible en modèle prévisionnel fort.

Compléments

L'idée de l'amplification ou dopage est basée sur la question posée par Kearns et Valiant : « La combinaison d'un ensemble de classificateurs faibles peut-il créer un classificateur fort? ». Un classificateur faible est défini comme un classificateur peu corrélé à la vraie étiquette de classe (il peut tout juste mieux étiqueter des exemples que le hasard). En revanche, un classificateur fort est un modèle arbitrairement bien corrélé à la vraie étiquette de classe.

Nous recommandons « amplification » ou « dopage » plutôt que « renforcement » pour éviter toute confusion avec l'apprentissage par renforcement et aussi pour favoriser l'emploi du mot « dopage » comme équivalent du terme anglais « boosting ».