Gradient Boosting Ensemble

Gradient Boosting ialah kaedah ensemble yang diperkenalkan oleh Jerome Friedman pada tahun 2001 yang membina model ramalan yang kuat dengan secara berurutan menambahkan pokok keputusan yang cetek, setiap satunya membetulkan kesilapan ensemble terdahulu. Dengan membingkaikan masalah sebagai penurunan kecerunan dalam ruang fungsi, ia mencapai ketepatan terkini pada tugas klasifikasi, regresi, dan kedudukan merentasi data tabular.