Le boosting

52 min

Bloc 11 — Algorithmes de classification
Objectif: distinguer rigoureusement le boosting du bagging, comprendre la construction séquentielle et la correction d'erreur qui la fonde, maîtriser AdaBoost et le gradient boosting dans leur formulation algorithmique, régler le couple taux d'apprentissage / nombre d'arbres et l'arrêt précoce, connaître les implémentations modernes XGBoost, LightGBM, CatBoost et HistGradientBoosting, et savoir énoncer les forces et les limites de la famille sur données tabulaires.
Durée estimée: 75 minutes
Prérequis: chapitres 030, 031, 032, 033, 034, 035, 037 et 038
Quiz associés: 039.1-quiz-bagging-vs-boosting.md à 039.7-quiz-forces-limites.md

Aperçu — la suite de la leçon est réservée aux inscrits.

Déjà inscrit avec un code ?

Votre accès est rattaché à votre compte, pas à ce lien. Connectez-vous avec le même courriel qu'en classe : votre cours vous attend, inutile de ré-entrer le code.

Se connecter Pas encore de compte ? En créer un

Cette leçon fait partie du module « Algorithmes de classification »

Les premiers modules du cours sont en accès libre. Pour la suite, trois possibilités : acheter ce cours une fois pour toutes, vous abonner pour tout ouvrir, ou entrer le code si vous suivez le cours en classe.

M’abonner — 19 $ US/mois Retour au plan