« Renforcement XG » : différence entre les versions


(Page créée avec « == en construction == Catégorie:Vocabulary Catégorie:Intelligence artificielle‏‎ Catégorie:Accenture == Définition == ... == Français == ... ==... »)
Balise : Éditeur de wikicode 2017
 
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 1 : Ligne 1 :
== en construction ==
[[Catégorie:Vocabulary]]
[[Catégorie:Intelligence artificielle‏‎]]
[[Catégorie:Accenture]]
== Définition ==
== Définition ==
...
Renforcement XG est une implémentation populaire d'approches de renforcement de gradient pour la construction de modèles d'arbre de décision. Il a bien fonctionné dans de nombreuses compétitions d'apprentissage automatique de ''hackathon'' comme Kaggle et est maintenant un choix presque automatique pour les problèmes de type classification.


== Français ==
== Français ==
...
'''Renforcement XG '''
    
    
== Anglais ==
== Anglais ==
''' XGboost'''
''' XGboost'''
is a popular implementation of gradient-boosting approaches for building decision-tree models. It has performed well in many hackathon machine learning competitions like Kaggle and is now an almost automatic choice for classification-type problems.


<small>
<small>


[https://www.accenture.com/us-en/applied-intelligence-glossary    Source : Accenture - applied intelligence glossary ]
[https://www.accenture.com/us-en/applied-intelligence-glossary    Source : Accenture - applied intelligence glossary ]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Scotty2]]

Version du 9 juin 2020 à 11:40

Définition

Renforcement XG est une implémentation populaire d'approches de renforcement de gradient pour la construction de modèles d'arbre de décision. Il a bien fonctionné dans de nombreuses compétitions d'apprentissage automatique de hackathon comme Kaggle et est maintenant un choix presque automatique pour les problèmes de type classification.

Français

Renforcement XG

Anglais

XGboost

Source : Accenture - applied intelligence glossary



Contributeurs: Imane Meziani, wiki, Sihem Kouache