iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 17
1
影片教學

全民瘋AI系列系列 第 17

[Day 17] 集成式學習

集成式學習

今日學習目標

  • 了解集成式學習
    • 何謂集成式學習?
  • 三種不同的集成式學習
    • Bagging、Boosting、Stacking

集成學習

Ensemble learning 又稱集成學習,指的是以一個系統化的方式將好幾個監督式學習的模型結合在一起,目的是希望結合眾多的模型產生一個更強大的模型。在許多科學競賽中Ensemble learning在實務上是非常有效的提升預測準確率。依照Ensemble的處理方式的不同,我們可以將它分為三類。第一類為Bagging,第二類為Boosting,第三類為Stacking。

  • Bagging:
    • Random forest
  • Boosting:
    • AdaBoost
    • Gradient Boosting
    • XGBoost
  • Stacking

本系列教學簡報 PDF & Code 都可以從我的 GitHub 取得!


上一篇
[Day 16] 決策樹 (迴歸器)
下一篇
[Day 18] 隨機森林 (分類器)
系列文
全民瘋AI系列31

尚未有邦友留言

立即登入留言