Robusno pojačanje gradijenta
Robusno pojačanje gradijenta (Robust Gradient Boosting) jest pojačanje gradijenta trenirano s funkcijama gubitka otpornim na odstupajuće vrijednosti (outlier-resistant loss functions) – najčešće Huberovom funkcijom gubitka ili kvantilnom (pinball) funkcijom gubitka – umjesto gubitka kvadrata pogreške. Predložen u seminalnom Friedmanovom radu iz 2001., ova inačica proizvodi predviđanja znatno manje iskrivljena ekstremnim vrijednostima ili kontaminiranim oznakama, zadržavajući punu prediktivnu snagu stabala pojačanih gradijentom.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Izvori
- Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Gradient Boosting (Gradient Boosting with Robust Loss Functions). ScholarGate. https://scholargate.app/hr/machine-learning/robust-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.
- BoostingStrojno učenje↔ compare
- Povećanje gradijentaStrojno učenje↔ compare
- Slučajna šumaStrojno učenje↔ compare
- Regularizirani gradijentni boostingStrojno učenje↔ compare
- Robustna linearna regresijaStrojno učenje↔ compare
- XGBoostStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →