Classificateur à gradient amplifié

Définition

Les classificateurs à gradient amplifié sont un groupe d’algorithmes d’apprentissage ensembliste qui combinent de nombreux modèles d’apprentissage faibles pour créer un modèle prédictif solide.

Compléments

Nous recommandons l'adjectif « amplifié » ou « dopé » plutôt que « renforcé » pour éviter toute confusion avec l'apprentissage par renforcement et aussi pour favoriser l'emploi du mot « amplifié » comme équivalent du terme anglais « boosting ».

---

Les arbres de décision sont généralement employés pour l’amplification de gradient. Les modèles à gradient amplifié sont populaires en raison de leur efficacité à classer des ensembles de données complexes et on les a récemment utilisés pour gagner de nombreux défis en science de données comme Kaggle.

---

La bibliothèque d’apprentissage automatique Python, Scikit-Learn, prend en charge différentes implémentations de classificateurs à gradient amplifié.

Français

classificateur à gradient amplifié

classificateur à gradient dopé

classificateur à gradient renforcé (Attention! Confusion possible avec l'apprentissage par renforcement)

classificateur à amplification de gradient

classificateur à dopage de gradient

classificateur à renforcement de gradient(Attention! Confusion possible avec l'apprentissage par renforcement)

Anglais

gradient-boosted classifier

gradient boosted classifier

gradient-boosting classifier

gradient boosting classifier

Sources

Bayer / Calantic - classificateur à amplification de gradient

Glossaire ISI - amplification

Scikit-Learn, Gradient Boosting Regressor

Scikit-Learn, Gradient Boosting Classifier

Source : stackabuse.com