Grupno pojačanje gradijenta
Pojačanje gradijenta je grupna (ensemble) metoda koju je 2001. godine predstavio Jerome Friedman, a koja gradi snažan prediktivni model sekvencijalnim dodavanjem plitkih stabala odlučivanja, pri čemu svako stablo ispravlja pogreške prethodnog modela. Formuliranjem problema kao spuštanja gradijentom u prostoru funkcija, postiže se najsuvremenija točnost u zadacima klasifikacije, regresije i rangiranja na tabelarnim podacima.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
- Friedman, J. H. (2002). Stochastic gradient boosting. Computational Statistics and Data Analysis, 38(4), 367–378. DOI: 10.1016/S0167-9473(01)00065-2 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Gradient Boosting Machine (Ensemble of Additive Decision Trees). ScholarGate. https://scholargate.app/hr/machine-learning/ensemble-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.
- AdaBoostStrojno učenje↔ compare
- CatBoostStrojno učenje↔ compare
- Stablo odlučivanjaStrojno učenje↔ compare
- LightGBMStrojno učenje↔ compare
- Slučajna šumaStrojno učenje↔ compare
- XGBoostStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →