Robust Gradient Boosting
Robust Gradient Boosting হলো আউটলায়ার-প্রতিরোধী লস ফাংশন (সবচেয়ে বেশি ব্যবহৃত হয় Huber loss বা quantile (pinball) loss) ব্যবহার করে প্রশিক্ষিত গ্রেডিয়েন্ট বুস্টিং — সাধারণ স্কয়ার্ড-এরর লসের পরিবর্তে। Friedman-এর ২০০১ সালের যুগান্তকারী গবেষণাপত্রে প্রস্তাবিত, এই সংস্করণটি চরম মান বা দূষিত লেবেল দ্বারা কম বিকৃত ভবিষ্যদ্বাণী তৈরি করে, একই সাথে গ্রেডিয়েন্ট-বুস্টেড ট্রি-এর সম্পূর্ণ ভবিষ্যদ্বাণী করার ক্ষমতা বজায় রাখে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
উৎস
- Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Robust Gradient Boosting (Gradient Boosting with Robust Loss Functions). ScholarGate. https://scholargate.app/bn/machine-learning/robust-gradient-boosting
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- বুস্টিংযন্ত্র শিখন↔ compare
- গ্রেডিয়েন্ট বুস্টিংযন্ত্র শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
- নিয়ন্ত্রিত গ্রেডিয়েন্ট বুস্টিংযন্ত্র শিখন↔ compare
- রোবাস্ট লিনিয়ার রিগ্রেশনযন্ত্র শিখন↔ compare
- XGBoostযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →