« Classificateur à renforcement de gradient » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== en construction ==
== Définition ==
== Définition ==
Les classificateurs à renforcement de gradient sont un groupe d’algorithmes d’apprentissage automatique qui combinent de nombreux modèles d’apprentissage faibles pour créer un modèle prédictif solide. Les arbres de décision sont généralement employés lors de l’augmentation de gradient. Les modèles de renforcement du gradient sont populaires en raison de leur efficacité à classer des ensembles de données complexes et on les a récemment utilisés pour gagner de nombreux concours scientifiques de données Kaggle.  
Les classificateurs à renforcement de gradient sont un groupe d’algorithmes d’apprentissage automatique qui combinent de nombreux modèles d’apprentissage faibles pour créer un modèle prédictif solide. Les arbres de décision sont généralement employés lors de l’augmentation de gradient. Les modèles de renforcement du gradient sont populaires en raison de leur efficacité à classer des ensembles de données complexes et on les a récemment utilisés pour gagner de nombreux concours scientifiques de données Kaggle.  
Ligne 14 : Ligne 10 :
== Anglais ==
== Anglais ==
'''Gradient boosting classifier'''
'''Gradient boosting classifier'''
Gradient boosting classifiers are a group of machine learning algorithms that combine many weak learning models together to create a strong predictive model. Decision trees are usually used when doing gradient boosting. Gradient boosting models are becoming popular because of their effectiveness at classifying complex datasets, and have recently been used to win many Kaggle data science competitions.
The Python machine learning library, Scikit-Learn, supports different implementations of gradient boosting classifiers, including XGBoost.




Ligne 24 : Ligne 16 :
[https://stackabuse.com/gradient-boosting-classifiers-in-python-with-scikit-learn/  Source : stackabuse.com ]
[https://stackabuse.com/gradient-boosting-classifiers-in-python-with-scikit-learn/  Source : stackabuse.com ]


[[Catégorie:vocabulary]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Vocabulaire]]
[[Catégorie:Coulombe]]
[[Catégorie:Scotty]]
[[Catégorie:SIHEM]]
[[Catégorie:9]]
[[Category:Apprentissage automatique]]

Version du 17 janvier 2021 à 13:00

Définition

Les classificateurs à renforcement de gradient sont un groupe d’algorithmes d’apprentissage automatique qui combinent de nombreux modèles d’apprentissage faibles pour créer un modèle prédictif solide. Les arbres de décision sont généralement employés lors de l’augmentation de gradient. Les modèles de renforcement du gradient sont populaires en raison de leur efficacité à classer des ensembles de données complexes et on les a récemment utilisés pour gagner de nombreux concours scientifiques de données Kaggle.

La bibliothèque d’apprentissage automatique Python, Scikit-Learn, prend en charge différentes implémentations de classificateurs d’amplification de gradient, y compris XGBoost.


Français

Classificateur à renforcement de gradient masculin

Anglais

Gradient boosting classifier


Source : stackabuse.com

Récupérée de « https://datafranca.org/wiki/index.php?title=Classificateur_à_renforcement_de_gradient&oldid=35763 »


Contributeurs: Claude Coulombe, wiki, Sihem Kouache