« 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 13:08

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

Source : stackabuse.com