Boosting Bayésien
Le boosting bayésien intègre l'inférence bayésienne probabiliste aux techniques d'ensemble de boosting, combinant plusieurs apprenants faibles tout en maintenant une quantification complète de l'incertitude sur les prédictions. Contrairement au gradient boosting standard qui produit une estimation ponctuelle unique, le boosting bayésien génère une distribution a posteriori sur la sortie de l'ensemble, permettant des intervalles de confiance calibrés en plus des prédictions.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Ridgeway, G. (1999). The state of boosting. Computing Science and Statistics, 31, 172–181. link ↗
- Chipman, H. A., George, E. I., & McCulloch, R. E. (2010). BART: Bayesian additive regression trees. Annals of Applied Statistics, 4(1), 266–298. DOI: 10.1214/09-AOAS285 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Boosting (Probabilistic Ensemble Learning). ScholarGate. https://scholargate.app/fr/machine-learning/bayesian-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.
- Forêt aléatoire bayésienneApprentissage automatique↔ compare
- BoostingApprentissage automatique↔ compare
- Gradient BoostingApprentissage automatique↔ compare
- Boost par apprentissage semi-superviséApprentissage automatique↔ compare
- XGBoostApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →