· 2016
XGBoost
- 49.653atıf
- 2016yıl
Kısa özet
XGBoost, büyük veri kümelerinde yüksek performans için tasarlanmış yeni ve ölçeklenebilir bir ağaç güçlendirme sistemidir ve makine öğrenimi zorluklarında son teknoloji sonuçlar elde etmektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Ölçeklenebilir bir ağaç güçlendirme sistemi olan XGBoost'u tanıtır.
- Yaklaşık ağaç öğrenimi için seyrek veri farkındalığına sahip bir algoritma ve ağırlıklı kuantil taslağı içerir.
- Önbellek erişimi, veri sıkıştırma ve parçalama için optimizasyonlar içerir.
- Daha az kaynak kullanımıyla milyarlarca örneğe ölçeklenir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Tree boosting is a highly effective and widely used machine learning method. In this paper, we describe a scalable end-to-end tree boosting system called XGBoost, which is used widely by data scientists to achieve state-of-the-art results on many machine learning challenges. We propose a novel sparsity-aware algorithm for sparse data and weighted quantile sketch for approximate tree learning. More importantly, we provide insights on cache access patterns, data compression and sharding to build a scalable tree boosting system. By combining these insights, XGBoost scales beyond billions of examples using far fewer resources than existing systems.
Yazarların özeti; kaynağından alınmıştır., 2016 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Yapay Zeka
Artificial IntelligenceComputer Science