Градиентный бустинг
Ансамблевые алгоритмы Spark ML: градиентный бустинг
Бустинг [ источник не указан дня ] англ. Также определяется как семейство алгоритмов машинного обучения, преобразующих слабые обучающие алгоритмы в сильные [2]. Бустинг основан на вопросе, поднятом Кернсом и Вэлиантом , [3] [4] : «Может ли набор слабых обучающих алгоритмов создать сильный обучающий алгоритм? Слабый обучающий алгоритм определяется как классификатор , который слабо коррелирует с правильной классификацией может пометить примеры лучше, чем случайное угадывание.
В году Computer Science Center приостановил набор и обучение. Направления Курсы Онлайн-образование Поступление О центре. Подать заявку Памятка Программа для поступления Вопросы и ответы.
Бустинг — это метод, используемый в машинном обучении для уменьшения количества ошибок при прогностическом анализе данных. Специалисты по работе с данными обучают ПО с алгоритмами машинного обучения, называемое моделями машинного обучения, на размеченных данных, чтобы сделать предположения о непомеченных данных. Одна модель машинного обучения может делать ошибки прогнозирования в зависимости от точности обучающего набора данных. Например, если модель идентификации кошек была обучена только на изображениях белых кошек, в отдельных случаях она может неправильно идентифицировать черную кошку.
