勾配ブースティングとは

複数の予測モデルを順番に作り、前のモデルが間違えた部分を次のモデルが補うように学習を繰り返す手法。表形式データの分析や予測で非常に高い性能を発揮する。

たとえるなら — テストで間違えた苦手な問題ばかりを集中的に解き直して、少しずつ全体の点数を底上げしていくような仕組みです。