Machine learning

Gradient Boosting

Gradient Boosting is een ensemble-leermethode, geformaliseerd door Jerome H. Friedman in 2001, die een reeks zwakke leerders combineert — doorgaans ondiepe beslisbomen — zodat elke nieuwe boom wordt aangepast om de residuele fouten van de voorgaande bomen te minimaliseren. Het is het kernalgoritme achter populaire implementaties zoals XGBoost, LightGBM en CatBoost.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Method map

The neighbourhood of related methods — select a node to explore.

Gradient Boosting

Beslisboom LightGBM Logistische Regressie Random Forest XGBoost Actief Leren met Gradiën…Actief Leren LightGBM Bagging (Bootstrap Aggre…Bayesiaanse Boosting Bayesian LightGBM

+38 more

Bronnen

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

Deze pagina citeren

ScholarGate. (2026, June 1). Gradient Boosting Machine (Friedman's Gradient Boosting). ScholarGate. https://scholargate.app/nl/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.

BeslisboomMachine learning↔ compare
LightGBMMachine learning↔ compare
Logistische RegressieOnderzoeksstatistiek↔ compare
Random ForestMachine learning↔ compare
XGBoostMachine learning↔ compare

Compare side by side →

Geciteerd door

Actief Leren met Gradiëntversterking Actief Leren LightGBM Bagging (Bootstrap Aggregating)Bayesiaanse Boosting Bayesian LightGBM Bayesiaanse XGBoost Boosting Boosting Ensemble Conforme voorspelling voor tijdreeksvoorspellingen Uitlegbare Extra Trees Explainable Gradient Boosting Explainable LightGBM Uitlegbare Random Forest Explainable Stacking Ensemble Explainable XGBoost Extra Trees Lineaire regressie (ML)Multivariate Adaptive Regression Splines (MARS)Online Bagging Online Boosting Online Gradient Boosting Online LightGBM Geregulariseerde Boosting Regularized CatBoost Reguliere Gradient Boosting Geregulariseerd LightGBM Robust Boosting Robuuste Gradient Boosting Robuuste LightGBM Robuuste Random Forest Robuust Stacking Ensemble Robuuste XGBoost Zelf-gesuperviseerde Beslissingsboom Zelf-gesuperviseerde Gradient Boosting Zelf-gesuperviseerde LightGBM Semi-supervised Bagging Semi-supervised Boosting Semi-supervised CatBoost Semi-supervised Decision Tree Semi-gesuperviseerd Gradiëntversterking Semi-supervised Random Forest Semi-supervised Stacking Ensemble Semi-supervised XGBoost XGBoost

Een fout op deze pagina gezien? Meld het of stel een correctie voor →