Ενίσχυση Κλίσης (Gradient Boosting)

Η Ενίσχυση Κλίσης (Gradient Boosting) είναι μια μέθοδος ομαδικής μάθησης (ensemble learning), επισημοποιημένη από τον Jerome H. Friedman το 2001, η οποία συνδυάζει μια ακολουθία ασθενών εκπαιδευτών — συνήθως ρηχά δέντρα αποφάσεων — έτσι ώστε κάθε νέο δέντρο να προσαρμόζεται για να ελαχιστοποιεί τα υπολειπόμενα σφάλματα των προηγούμενων δέντρων. Αποτελεί τον βασικό αλγόριθμο πίσω από δημοφιλείς υλοποιήσεις όπως οι XGBoost, LightGBM και CatBoost.