【ML paper】Greedy function approximation - A gradient boosting machine

本文是对阅读论文《Greedy function approximation - A gradient boosting machine》总结，将对论文原文的关键部分进行梳理，主要内容包括5个部分：

第一部分背景和相关工作，主要介绍最速下降和加性扩展。

第二部分主要思想 ，内容包括：级联函数，带参函数在数值空间的优化，有限集上的SGD，GB的一般套路，GB的算法通用框架，不同损失函数的GB 。

第三部分实例，一个手算GB的小例子，加深对GB的理解。

第四部分实验。

第五部分结论，看完论文后的总体理解。

详细内容：https://github.com/Catherine08/AI-paper-reading/blob/master/Greedy%20function%20approximation%20-%20A%20gradient%20boosting%20machine.pdf