التجميع المتتالي التراكمي للنماذج
Boosting
استراتيجية تدريب متتالية؛ حيث يتم بناء النماذج تباعاً، ليركز كل نموذج جديد على تصحيح أخطاء سلفه لرفع الكفاءة التراكمية.
Boosting
تُرجم أيضاًخوارزميات تصحيح الأخطاء عبر البناء المتوالي، التعزيز التدريجي لكفاءة المصنفات الضعيفة
أول ظهور في هذه المجموعة: قوّة التعلّم الضعيف (1990)
يظهر في هذه الأوراق
- تعميم نظرية القرار للتعلّم التتابعي وتطبيقه على التعزيز التراكمي1997في السماء ✦
- تكييس المتنبِّئات1996في السماء ✦
- كيف نوفّق بين نجاح النماذج الكبيرة والفهم الكلاسيكي لمقايضة الانحياز والتباين2019في السماء ✦
- التقريب الجشع للدوال: آلة التعزيز التدرُّجي2001في السماء ✦
- LightGBM: تعزيز تدرُّجي فائق الكفاءة لأشجار القرار2017في السماء ✦
- كشف الأجسام السريع باستخدام سلسلة مُعزَّزة من السمات البسيطة2001في السماء ✦
- قوّة التعلّم الضعيف1990في السماء ✦
- XGBoost: نظام قابل للتوسُّع لتعزيز الأشجار التدرُّجي2016في السماء ✦