Статьи по теме xgboost

Публикации по теме 'xgboost'

XGBoost для предсказания направления цены ETF

Фон Машинное обучение можно использовать в качестве стратегического инструмента в инвестировании, чтобы делать точные прогнозы о мире. Это понимание, а также некоторые познания в статистике послужили причиной моего интереса к созданию предсказателя направления цены ETF. Мой опыт не сильно связан с машинным обучением или финансами, я самоучка по этим и многим другим темам. Тем не менее, я закончил Мичиганский университет в мае 2022 года со степенью бакалавра компьютерных наук, которая..

Вызов Старбакс

Взгляд науки о данных на клиентов самых известных кофеен. Starbucks уже несколько лет радует нас опытом покупки кофе. Это был роман между любителями кофе и всевозможными напитками. В последнее время они придумали задачу, которая состоит в том, чтобы выявить потребительские модели и реакцию клиентов, когда они получают предложения в мобильном приложении Starbucks. Проблема Раз в несколько дней Starbucks рассылает предложение пользователям мобильного приложения. Предложение может..

Прогнозирование акций SP500 с помощью XGBoost и Python. Часть 1. Источники данных

Некоторое время назад я баловался вопросом «Как мало усилий я могу приложить для создания модели XGBoost для набора финансовых данных?». Этот вопрос не возник из воздуха. Я хотел получить некоторый опыт работы с моделью машинного обучения для прогнозирования временных рядов, и в то время я обсуждал набор данных SP500 с некоторыми друзьями. XGBoost тоже был темой для разговоров, поэтому я подумал «почему бы и нет». У меня есть для вас серия из двух частей о том, как я использовал..

Использование машинного обучения для прогнозирования риска автомобильной аварии

Эта статья отражает часть работы, которую мы выполняем в Esri по определению пространственно-ориентированного искусственного интеллекта и машинного обучения, однако: Мнения в этой статье являются моими собственными, и не обязательно мнениями моего работодателя. Эта статья представляет собой простое техническое введение в одно приложение геопространственного машинного обучения, а не полностью зрелое решение. В Esri много энтузиазма и ведется отличная, поистине новаторская работа. Я очень..

Полное руководство по усилению ансамблей

Бустинг - одна из техник ансамбля, которая с каждым днем становится все более популярной. Без сомнения, бустинг работает феноменально, но люди часто принимают его за модель черного ящика, и поэтому в этом блоге будет рассказано о бустерных ансамблях, включая его введение, математику, классификацию, ее реализацию и то, как интерпретировать ее результат. Но прежде чем разбираться в бустинговых ансамблях, лучше понять, что такое ансамбли, почему они предпочитают простые алгоритмы машинного..

Предсказание вашего балла за вождение

Можно ли предсказать, насколько вы хороший водитель? Введение Исследование направлено на прогнозирование различных показателей и категорий на основе данных о вождении. Насколько хорошо будет сказать вам, хороший вы водитель или плохой, основываясь на ваших данных о вождении? Или, может быть, сказать водителям снизить скорость во время поворотов или увеличить тормозной путь. Такая модель может иметь несколько приложений, таких как страховой рейтинг / ценообразование, система оценки..

XGBoost: Extreme Gradient Boosting - все, что вам нужно знать

Прежде чем мы углубимся в алгоритм XGBoost, мы должны немного узнать контекст, чтобы понять, почему и где этот алгоритм используется. Если вы хотите узнать больше о XGBoost, могу предположить, что вы хорошо знакомы с алгоритмами дерева решений, которые являются частью метода нелинейного контролируемого машинного обучения . Теперь мы иногда комбинируем несколько деревьев решений, чтобы получить сильного обучаемого с более эффективными прогнозами, чем одно слабое дерево решений при..