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.