Модуль 3, часть 2: Алгоритмы машинного обучения с бустингом — XGBoost, CatBoost и LightGBM

Полезные плейлисты: Концепции машинного обучения, простое объяснение:    • Machine Learning Concepts (shorter videos)   Концепции глубокого обучения, простое объяснение:    • Deep Learning Codes and Concepts (Simply E...   Преподаватель: Педрам Джахангири Все слайды и блокноты, использованные в этой серии, доступны на моей странице GitHub, поэтому вы можете следить за ходом лекции и экспериментировать с кодом самостоятельно. https://github.com/PJalgotrader План лекции: 0:00 План 2:12 Каковы четыре фундаментальных вопроса в моделях на основе деревьев решений? 5:22 С каких признаков и пороговых значений начать? 10:12 Как разделить образцы (предварительно отсортированные и гистограммные, GOSS, жадный алгоритм) 15:22 Как построить дерево? (По глубине, по листьям, симметричное) 19:52 Как комбинировать деревья (Bagging против Boosting) 24:55 Эволюция XGBoost 34:48 Подробности о XGBoost 40:25 Подробности о LightGBM 41:15 Подробности о CatBoost 43:00 Сравнение XGBoost, LightGBM и CatBoost