Робусно појачање градијента
Робусно појачање градијента је појачање градијента тренирано са функцијама губитка отпорним на одступања — најчешће Хуберовим губитком или квантилним (пинбол) губитком — уместо губитка квадратног одступања. Предложен у Фридмановом семенитом раду из 2001. године, овај варијанта даје предвиђања далеко мање искривљена екстремним вредностима или контаминираним ознакама, задржавајући пуну предвидљиву моћ појачаних градијентних стабала.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Izvori
- Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5), 1189–1232. DOI: 10.1214/aos/1013203451 ↗
- Huber, P. J. (1964). Robust Estimation of a Location Parameter. Annals of Mathematical Statistics, 35(1), 73–101. DOI: 10.1214/aoms/1177703732 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Gradient Boosting (Gradient Boosting with Robust Loss Functions). ScholarGate. https://scholargate.app/sr/machine-learning/robust-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.
- BoostingMašinsko učenje↔ compare
- Градијентно појачањеMašinsko učenje↔ compare
- Slučajna šumaMašinsko učenje↔ compare
- Регуларизовано појачање градијентаMašinsko učenje↔ compare
- Робусна линеарна регресијаMašinsko učenje↔ compare
- XGBoostMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →