Ensemble Gradient Boosting

Gradient Boosting er en ensemblemetode introdusert av Jerome Friedman i 2001 som bygger en sterk prediktiv modell ved sekvensielt å legge til grunne beslutningstrær, der hvert tre korrigerer feilene til det forrige ensemblet. Ved å ramme inn problemet som gradientnedstigning i funksjonsrommet, oppnår den toppmoderne nøyaktighet på klassifiserings-, regresjons- og rangerings-oppgaver på tvers av tabulære data.