Boosting

52 min
Bloc 11 — Algorithmes de classificação
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 dados 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

Pré-visualização — o resto da lição está reservado aos inscritos.

Já se inscreveu com um código?

O seu acesso está ligado à sua conta, não a esta ligação. Inicie sessão com o mesmo e-mail usado na aula: o seu curso está à espera, não precisa de introduzir o código de novo.

Iniciar sessãoAinda não tem conta? Criar uma
Esta lição faz parte do módulo «Algoritmos de classificação»

Os primeiros módulos do curso são de acesso livre. Para o resto há três possibilidades: comprar este curso de uma vez por todas, subscrever, ou introduzir o código entregue na aula.

Subscrever — 19 $ US/mêsVoltar ao plano
É estudante do curso?

O código fica ligado à sua conta: inicie sessão ou crie uma conta e ele será aplicado automaticamente ao regressar.

Ainda não tem conta? Criar uma