Gradient Boosting
Bäume, die nacheinander Fehler ausgleichen.
Gradient Boosting baut ein starkes Modell, indem es viele einfache Entscheidungsbäume nacheinander erstellt, von denen jeder die Fehler der vorherigen korrigiert. Es zählt bei tabellarischen Daten zu den leistungsfähigsten Verfahren; bekannte Umsetzungen sind XGBoost und LightGBM.