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


(Page créée avec « __NOTOC__ == Domaine == Category:VocabulaireVocabulaire<br /> Category:ClaudeClaude<br /> Category:Apprentissage profondApprentissage profond<br /> <br /> ==... »)
 
m (Remplacement de texte : « ↵↵==Sources== » par «  ==Sources== »)
 
(21 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
__NOTOC__
== Domaine ==
[[Category:Vocabulaire]]Vocabulaire<br />
[[Category:Claude]]Claude<br />
[[Category:Apprentissage profond]]Apprentissage profond<br />
<br />
== 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.


<br />
La bibliothèque d’apprentissage automatique Python, Scikit-Learn, prend en charge différentes implémentations de classificateurs d’amplification de gradient, y compris XGBoost.
 
 
== Termes privilégiés ==
===arbres à renforcement de gradient===
<br />


== Français ==
'''Classificateur à renforcement de gradient'''<small>  </small>


== Anglais ==
== Anglais ==
===gradient boosting classifier===
'''Gradient boosting classifier'''
==Sources==


<br/>
<br/>


<br/>
[https://stackabuse.com/gradient-boosting-classifiers-in-python-with-scikit-learn/  Source : stackabuse.com ]


<br/>
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
<br/>
<br/>

Dernière version du 30 août 2024 à 18:00

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

Anglais

Gradient boosting classifier

Sources

Source : stackabuse.com