Robust Boosting

Robust Boosting modifica gli algoritmi di boosting standard — come AdaBoost o gradient boosting — sostituendo la loss esponenziale o quadratica di default con funzioni di loss robuste (ad es., Huber, logistica o troncata) o incorporando meccanismi di tolleranza al rumore, in modo che l'ensemble rimanga accurato anche quando i dati di addestramento contengono outlier, rumore nelle etichette o errori a coda pesante.