Robust Boosting

Robust Boosting модифицирует стандартные алгоритмы бустинга — такие как AdaBoost или градиентный бустинг — заменяя стандартные экспоненциальную или квадратичную функции потерь на робастные функции потерь (например, функции потерь Хьюбера, логистические или усеченные функции потерь) или путем включения механизмов устойчивости к шуму, чтобы ансамбль оставался точным даже при наличии выбросов, шума в метках или ошибок с тяжелыми хвостами в обучающих данных.