Как работает градиентный бустинг для регрессии, и как — для классификации?
Основная идея градиентного бустинга заключается в последовательном добавлении простых моделей (например, деревьев решений) так, чтобы каждая последующая модель корректировала ошибки предыдущих.
🔹Для задачи регрессии алгоритм выглядит так:
▫️Всё начинается с простой начальной предсказательной модели, обычно с использованием среднего значения целевой переменной. ▫️Для каждой модели в ансамбле вычисляется градиент функции потерь по отношению к предсказаниям текущей составной модели. Градиент показывает направление наибольшего увеличения ошибки. Соответственно, следующая модель обучается предсказывать отрицательный градиент предыдущих моделей. ▫️Этот процесс повторяется множество раз. Каждая новая модель улучшает предсказательные способности ансамбля.
🔹Для задачи классификации алгоритм почти такой же:
▫️Меняется предмет предсказания — вместо самих меток классов можно использовать их log-правдоподобие. ▫️Градиент функции потерь вычисляется, основываясь на различиях между фактическими классами и предсказанными вероятностями. ▫️Задачей каждой новой модели в ансамбле является уменьшение ошибки путём улучшения оценки вероятности. ▫️Как и в случае регрессии, каждая последующая модель стремится к уменьшению ошибок предыдущих.
Как работает градиентный бустинг для регрессии, и как — для классификации?
Основная идея градиентного бустинга заключается в последовательном добавлении простых моделей (например, деревьев решений) так, чтобы каждая последующая модель корректировала ошибки предыдущих.
🔹Для задачи регрессии алгоритм выглядит так:
▫️Всё начинается с простой начальной предсказательной модели, обычно с использованием среднего значения целевой переменной. ▫️Для каждой модели в ансамбле вычисляется градиент функции потерь по отношению к предсказаниям текущей составной модели. Градиент показывает направление наибольшего увеличения ошибки. Соответственно, следующая модель обучается предсказывать отрицательный градиент предыдущих моделей. ▫️Этот процесс повторяется множество раз. Каждая новая модель улучшает предсказательные способности ансамбля.
🔹Для задачи классификации алгоритм почти такой же:
▫️Меняется предмет предсказания — вместо самих меток классов можно использовать их log-правдоподобие. ▫️Градиент функции потерь вычисляется, основываясь на различиях между фактическими классами и предсказанными вероятностями. ▫️Задачей каждой новой модели в ансамбле является уменьшение ошибки путём улучшения оценки вероятности. ▫️Как и в случае регрессии, каждая последующая модель стремится к уменьшению ошибок предыдущих.
#машинное_обучение
BY Библиотека собеса по Data Science | вопросы с собеседований
Warning: Undefined variable $i in /var/www/tg-me/post.php on line 283
In general, many financial experts support their clients’ desire to buy cryptocurrency, but they don’t recommend it unless clients express interest. “The biggest concern for us is if someone wants to invest in crypto and the investment they choose doesn’t do well, and then all of a sudden they can’t send their kids to college,” says Ian Harvey, a certified financial planner (CFP) in New York City. “Then it wasn’t worth the risk.” The speculative nature of cryptocurrency leads some planners to recommend it for clients’ “side” investments. “Some call it a Vegas account,” says Scott Hammel, a CFP in Dallas. “Let’s keep this away from our real long-term perspective, make sure it doesn’t become too large a portion of your portfolio.” In a very real sense, Bitcoin is like a single stock, and advisors wouldn’t recommend putting a sizable part of your portfolio into any one company. At most, planners suggest putting no more than 1% to 10% into Bitcoin if you’re passionate about it. “If it was one stock, you would never allocate any significant portion of your portfolio to it,” Hammel says.
The STAR Market, as is implied by the name, is heavily geared toward smaller innovative tech companies, in particular those engaged in strategically important fields, such as biopharmaceuticals, 5G technology, semiconductors, and new energy. The STAR Market currently has 340 listed securities. The STAR Market is seen as important for China’s high-tech and emerging industries, providing a space for smaller companies to raise capital in China. This is especially significant for technology companies that may be viewed with suspicion on overseas stock exchanges.
Библиотека собеса по Data Science | вопросы с собеседований from sg
