Classificateur à gradient amplifié

Définition

Les classificateurs à gradient dopé 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 de l'adjectif « dopé » ou encore « amplifié » plutôt que « renforcé » pour éviter toute confusion avec l'apprentissage par renforcement. Aussi, nous favorisons l'emploi du mot « dopé » comme équivalent du terme anglais « boosting » car il a l'avantage d'être plus court.

---

Les modèles à gradient dopé 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 dopé.

Français

classificateur à gradient dopé (concis)

classificateur à gradient amplifié

classificateur à gradient renforcé (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