XGBoost (分類器)

今日學習目標

• XGBoost 介紹
  • XGBoost 是什麼?為什麼它那麼強大?
• Bagging vs. Boosting
  • 比較兩種集成式學習架構差異
• 實作 XGBoost 分類器
  • 比較 Bagging 與 Boosting 兩者差別

XGBoost 是由華盛頓大學博士生陳天奇所開發，是目前 Kaggle 競賽中最常見到的算法。

Bagging vs. Boosting

• Bagging 透過抽樣的方式生成樹，每棵樹彼此獨立
• Boosting 透過序列的方式生成樹，後面生成的樹會與前一棵樹相關

本系列教學簡報 PDF & Code 都可以從我的 GitHub 取得！
文章同時發表於： https://andy6804tw.github.io/crazyai-ml/15.XGBoost/

如果你對機器學習和人工智慧（AI）技術感興趣，歡迎參考我的線上免費電子書《經典機器學習》。這本書涵蓋了許多實用的機器學習方法和技術，適合任何對這個領域有興趣的讀者。點擊下方連結即可獲取最新內容，讓我們一起深入了解AI的世界！

👉 全民瘋AI系列 [經典機器學習] 線上免費電子書
👉 其它全民瘋AI系列 —— 這是一個入口，匯集了許多不同主題的AI免費電子書