O propósito do algoritmo AdaBoost nas técnicas de combinação de modelos (Ensemble) é reduzir o viés dos modelos base que são combinados. O AdaBoost funciona ajustando os pesos das amostras de treinamento, dando mais importância às amostras que foram classificadas incorretamente nas iterações anteriores, o que ajuda a melhorar a precisão do modelo final.