ScholarGate
Assistente
Machine learning

Modelo Aditivo Generalizado (GAM)

Um modelo aditivo generalizado, introduzido por Trevor Hastie e Robert Tibshirani em 1986, estende o modelo linear generalizado ao substituir cada termo linear por uma função suave e orientada por dados do preditor. Isso permite que o modelo capture relações não lineares, ao mesmo tempo que preserva a interpretabilidade aditiva, termo a termo, da regressão: cada preditor contribui com sua própria curva estimada, e as curvas simplesmente se somam (em uma escala de ligação) para prever a resposta.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  1. Hastie, T., & Tibshirani, R. (1986). Generalized additive models. Statistical Science, 1(3), 297–310. DOI: 10.1214/ss/1177013604
  2. Hastie, T. J., & Tibshirani, R. J. (1990). Generalized Additive Models. Chapman & Hall/CRC. ISBN: 978-0-412-34390-2

Como citar esta página

ScholarGate. (2026, June 2). Generalized Additive Model (GAM). ScholarGate. https://scholargate.app/pt/machine-learning/generalized-additive-model

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.

Compare side by side

Referenciado por

ScholarGateGeneralized Additive Model (Generalized Additive Model (GAM)). Recuperado em 2026-06-15 de https://scholargate.app/pt/machine-learning/generalized-additive-model · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026