그래디언트 부스팅
여러 개의 약한 예측 모델(주로 결정 트리)을 순차적으로 결합하여 강력한 모델을 만드는 앙상블 기법이다. 이전 모델의 오차를 다음 모델이 보완하는 방식으로 학습하며, 정형 데이터 예측에서 매우 높은 성능을 발휘한다.