Machine learningMachine learning

Boosting

Le boosting est une technique d'ensemble séquentielle qui convertit de nombreux apprenants simples, à peine meilleurs que le hasard, en un seul modèle très précis en se concentrant de manière répétée sur les exemples que les apprenants précédents ont mal classés, puis en combinant tous les apprenants avec des poids proportionnels à leur précision individuelle.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Boosting

Bagging (Bootstrap Aggre…Arbre de décision Gradient Boosting Forêt Aléatoire Ensemble par vote XGBoost Apprentissage actif par…Apprentissage actif par…Vote par apprentissage a…Bayesian Bagging

+29 more

Sources

Freund, Y. & Schapire, R. E. (1997). A decision-theoretic generalization of on-line learning and an application to boosting. Journal of Computer and System Sciences, 55(1), 119–139. DOI: 10.1006/jcss.1997.1504 ↗
Schapire, R. E. (1990). The strength of weak learnability. Machine Learning, 5(2), 197–227. DOI: 10.1007/BF00116037 ↗

Comment citer cette page

ScholarGate. (2026, June 3). Boosting (Ensemble of Sequentially Weighted Weak Learners). ScholarGate. https://scholargate.app/fr/machine-learning/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.

Bagging (Bootstrap Aggregating)Apprentissage automatique↔ compare
Arbre de décisionApprentissage automatique↔ compare
Gradient BoostingApprentissage automatique↔ compare
Forêt AléatoireApprentissage automatique↔ compare
Ensemble par voteApprentissage automatique↔ compare
XGBoostApprentissage automatique↔ compare

Compare side by side →

Référencée par

Apprentissage actif par ensemble de boosting Apprentissage actif par ensemble d'empilement Vote par apprentissage actif ensembliste Bayesian Bagging Boosting Bayésien Empilement bayésien (Bayesian stacking)Apprentissage actif par ensemble Algorithme Apriori d'Ensemble Règles d'association d'ensemble Arbre de décision ensembliste Apprentissage Fédéré en Ensemble Apprentissage par ensemble à faible nombre d'exemples Modèle de Mélange Gaussien en Ensemble Régression logistique ensembliste Ensemble Naive Bayes Apprentissage ensembliste en ligne Apprentissage semi-supervisé en ensemble Machine de vecteurs de support ensembliste Ensemble Transfer Learning Boosting en ligne Gradient Boosting en ligne Boosting Régularisé Arbre de décision régularisé Gradient Boosting Régularisé Ensemble d'empilement régularisé Robust Bagging Robust Boosting Gradient Boosting Robuste Empilement robuste ensembliste Ensemble de vote robuste Boosting auto-supervisé Gradient Boosting Semi-supervisé Ensemble de vote semi-supervisé Ensemble par vote

Une erreur sur cette page ? Signalez-la ou proposez une correction →

Lire la méthode complète

Method map

Sources

Comment citer cette page

Méthodes apparentées

Which method?

Référencée par