« Classificateur à renforcement de gradient » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 3 : | Ligne 3 : | ||
La bibliothèque d’apprentissage automatique Python, Scikit-Learn, prend en charge différentes implémentations de classificateurs d’amplification de gradient, y compris XGBoost. | La bibliothèque d’apprentissage automatique Python, Scikit-Learn, prend en charge différentes implémentations de classificateurs d’amplification de gradient, y compris XGBoost. | ||
== Français == | == Français == | ||
Ligne 10 : | Ligne 9 : | ||
== Anglais == | == Anglais == | ||
'''Gradient boosting classifier''' | '''Gradient boosting classifier''' | ||
<small> | <small> |
Version du 17 janvier 2021 à 12:08
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
Contributeurs: Claude Coulombe, wiki, Sihem Kouache