本節課主要介紹了 Gradient Boosted Decision Tree。首先講如何將 AdaBoost 與 Decision Tree 結合起來，即通過 sampling 和 pruning 的方法得到AdaBoost-D Tree 模型。然後，從 optimization 的角度來看 AdaBoost，找到好的 hypothesis 也就是找到一個好的方向，找到權重 α 也就是找到合適的步進長度。 影片內容 pdf：https://www.csie.ntu.edu.tw/~htlin/course/mltech18spring/doc/211_handout.pdf extended reading： Greedy Function Approximation: A Gradient Boosting Machine (Friedman) 1.http://statweb.stanford.edu/~jhf/ftp/trebst.pdf