Robust Boosting

Robust Boosting sửa đổi các thuật toán boosting tiêu chuẩn — như AdaBoost hoặc gradient boosting — bằng cách thay thế hàm mất mát hàm mũ hoặc hàm bình phương mặc định bằng các hàm mất mát mạnh mẽ (ví dụ: hàm mất mát Huber, logistic hoặc cắt cụt) hoặc bằng cách tích hợp các cơ chế chịu nhiễu, sao cho mô hình tổng hợp vẫn chính xác ngay cả khi dữ liệu huấn luyện chứa các điểm ngoại lai, nhiễu nhãn hoặc sai số có đuôi nặng.