Niyə gradient artırmada çıxışlardan sadəcə öyrənmək olmaz?

Gradient artımında, təlimat səhvinin (gradients) qalıqları üzərində həyata keçirilir, əvvəlki modellərin çıxışları üzərində deyil. Əgər növbəti əsas algoritmi sadəcə əvvəlki çıxışlar üzərində təlim etsəniz, model səhvi düzgün minimallaşdırmayacaq, çünki o, səhvin istiqamətini və miqyasını nəzərə almır, yalnız yekun proqnozu nəzərə alır.

Gradients üzərində təlim, əvvəlki modellərin səhvlərini ardıcıl şəkildə düzəltməyə imkan verir, bu da yaxınlaşma və keyfiyyətin yaxşılaşmasını təmin edir. Əgər yalnız çıxışlar üzərində təlim edilərsə, model çox uyğunlaşa bilər və ya optimal həddə çatmaya bilər, çünki o, proqnozların nə qədər və hansı istiqamətdə düzəldilməli olduğunu nəzərə almır.

Nümunə: klassik gradient artımında, növbəti regresor, həqiqi dəyərlər və hazırkı proqnozlar arasındakı fərq (qalıqlar) üzərində təlim edilir, özləri üzərində deyil.