Gradient boosting
Une technique d’apprentissage qui consiste à combiner des modèles faibles, le plus souvent des arbres de décision, pour former un modèle prédictif performant en corrigeant les erreurs résiduelles de manière itérative
En intelligence artificielle, plus précisément en apprentissage automatique, le gradient boosting (parfois traduit amplification de gradient en français) est une technique d'apprentissage basée sur le principe de boosting. Elle consiste à combiner progressivement des modèles faibles, le plus souvent des arbres de décision, pour former un modèle prédictif performant en corrigeant les erreurs résiduelles de manière itérative.
Nº Q5591907 ★★
Peu commune · Savoirs
Gradient boosting
Une technique d’apprentissage qui consiste à combiner des modèles faibles, le plus souvent des arbres de décision, pour former un modèle prédictif performant en corrigeant les erreurs résiduelles de manière itérative
En intelligence artificielle, plus précisément en apprentissage automatique, le gradient boosting (parfois traduit amplification de gradient en français) est une technique d'apprentissage basée sur le principe de boosting. Elle consiste à combiner progressivement des modèles faibles, le plus souvent des arbres de décision, pour former un modèle prédictif performant en corrigeant les erreurs résiduelles de manière itérative.
Dernier prix
—
Prix plancher
—
Médiane 7 j
—
Ventes 30 j
0
Fourchette 30 j
—
En circulation
0
Cours
médiane
min – max
ventes
Aucune vente sur la période
Voir le tableau
| Date | médiane | Min | Max | ventes |
|---|
Historique des ventes
- Dernière vente
- —
- Moyenne 30 j
- —
- Plus bas 30 j
- —
- Plus haut 30 j
- —
- Ventes 7 j
- 0
- Ventes 30 j
- 0
Aucune vente pour l'instant.
Ventes anonymes : ni acheteur ni vendeur. Les chiffres ne comptent que les ventes entre joueurs.
Sur Wikipédia
En intelligence artificielle, plus précisément en apprentissage automatique, le gradient boosting (parfois traduit amplification de gradient en français) est une technique d'apprentissage basée sur le principe de boosting. Elle consiste à combiner progressivement des modèles faibles, le plus souvent des arbres de décision, pour former un modèle prédictif performant en corrigeant les erreurs résiduelles de manière itérative. Cette méthode repose sur une optimisation séquentielle où chaque nouveau modèle ajuste ses paramètres en minimisant une fonction de coût via le calcul des gradients. Popularisée par des algorithmes comme XGBoost ou LightGBM (en), le gradient boosting s'impose dans des domaines variés, allant de la recommandation à la classification, grâce à son efficacité et sa capacité à traiter des données structurées complexes.
Texte : Wikipédia, CC BY-SA 4.0. ·
Cartes voisines
Algorithme du gradient stochastique
Méthode de descente de gradient utilisée pour la minimisation d'une fonction objectif
Nº Q7617819 ★★
Rétropropagation du gradient
Méthode pour calculer le gradient de l'erreur pour chaque neurone d'un réseau de neurones
Nº Q798503 ★★★
XGBoost
Bibliothèque logicielle
Nº Q23793561 ★★
Algorithme du gradient
Algorithme d'optimisation
Nº Q1199743 ★★★
Apprentissage non supervisé
Méthode d'apprentissage automatique
Nº Q1152135 ★★
Apprentissage par renforcement
Sous domaine de l'apprentissage automatique
Nº Q830687 ★★★