Aşırı Gradyan Artırma Algoritması, kısa adıyla “XGBoost” (Extreme Gradient Boosting Algorithm), Karar Ağaçlarının (KA) özelleştirilmiş bir formu olup sınıflandırma, tahmin ve sıralama yöntemi olarak literatürde ön plana çıkmaktadır.

2015 Bilgi Keşfi ve Veri Madenciliği (Knowledge Discovery and Data Mining-KDD) kupasında seçilen en iyi 10 çözümün tamamının kullanmış olduğu, XGBoost algoritması, tüm branşlardan araştırmacıların ilgisini çekmekte, verdiği sonuçlar itibariyle çok etkili, bir o kadar karmaşık ve popüler bir yöntemdir. Denetimli öğrenen ve düzenleme (regülasyon) faktörüyle aşırı uyumdan kaçınan ve makinenin CPU çekirdeğinin uygun şekilde kullanılmasıyla daha fazla hız ve performansa yol açan çok iş parçacıklı bir yaklaşım benimseyen XGBoost algoritması tüm sektörler için potansiyel vaad etmekte ve gelişime açık yapısıyla da araştırmacılar için önemli bir çalışma sahası teşkil etmektedir.

Bu çalışmada XGBoost algoritmasının bugüne kadar ki evrimi, literatürdeki uygulama tecrübesi (yapılan çalışmalar – literatür taraması), içeriği, yapısı, işleyişi, parametreleri, Gradyan Artırma Algoritmasından (GAA) farkı, avantajları ve dezavantajları incelenmiş ve yöntem hakkında, ilgi duyan araştırmacılara, genel bir fikir sağlamak amaçlanmıştır.