Machine learning

Gradient Boosting

Le Gradient Boosting est une méthode d'apprentissage d'ensemble, formalisée par Jerome H. Friedman en 2001, qui combine une séquence d'apprenants faibles — typiquement des arbres de décision peu profonds — de telle sorte que chaque nouvel arbre soit ajusté pour minimiser les erreurs résiduelles des arbres précédents. C'est l'algorithme central derrière des implémentations populaires telles que XGBoost, LightGBM et CatBoost.

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.

Gradient Boosting

Arbre de décision LightGBM Régression logistique Forêt Aléatoire XGBoost Apprentissage actif avec…Apprentissage actif avec…Bagging (Bootstrap Aggre…Boosting Bayésien LightGBM bayésien

+38 more

Sources

Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting Machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗

Comment citer cette page

ScholarGate. (2026, June 1). Gradient Boosting Machine (Friedman's Gradient Boosting). ScholarGate. https://scholargate.app/fr/machine-learning/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.

Arbre de décisionApprentissage automatique↔ compare
LightGBMApprentissage automatique↔ compare
Régression logistiqueStatistiques de recherche↔ compare
Forêt AléatoireApprentissage automatique↔ compare
XGBoostApprentissage automatique↔ compare

Compare side by side →

Référencée par

Apprentissage actif avec gradient boosting Apprentissage actif avec LightGBM Bagging (Bootstrap Aggregating)Boosting Bayésien LightGBM bayésien XGBoost bayésien Boosting Ensemble par Boosting Conformal Prediction pour la prévision de séries temporelles Extra Trees Explicables Gradient Boosting Explicable LightGBM Explicable Forêt Aléatoire Explicable Ensemble d'empilement explicable XGBoost Explicable Extra Trees Régression linéaire (ML)Splines adaptatives multivariées (MARS)Online Bagging Boosting en ligne Gradient Boosting en ligne LightGBM en ligne Boosting Régularisé CatBoost Régularisé Gradient Boosting Régularisé LightGBM régularisé Robust Boosting Gradient Boosting Robuste LightGBM Robuste Forêt Aléatoire Robuste Empilement robuste ensembliste XGBoost Robuste Arbre de décision auto-supervisé Arborescence de gradient auto-supervisée LightGBM auto-supervisé Bagging semi-supervisé Boost par apprentissage semi-supervisé CatBoost semi-supervisé Arbre de décision semi-supervisé Gradient Boosting Semi-supervisé Forêt aléatoire semi-supervisée Empilement semi-supervisé XGBoost semi-supervisé XGBoost

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