XGBoostの仕組みを順番に解説！その② 木をつなげて予測を正しくする #K_DM

データ分析コンペで最も頻繁に使用される手法の一つであるXGBoostについて、その仕組みとパラメータの意味を説明する動画シリーズです。第二回となる今回の動画では、木を使ってどのように予測をするか、どのように予測を正しくするのかを説明します。

パート１：https://youtu.be/Tqhs1YrZgeI
パート２：今回
パート３：作成中（ブースティングに関する動画を作った後で作る予定です。。。）
----------------------------
★目次
00:00 タイトル
01:21 予測
01:57 学習率の働き
03:43 ブースティングの概要
06:30 パラメータλ(lambda)の働き
08:47 まとめ
-----------------------------
★この動画では以下の論文と公式ドキュメントを参考にして動画を作成しています
- XGBoost: A Scalable Tree Boosting System https://arxiv.org/pdf/1603.02754.pdf
- XGBoost Documentation https://xgboost.readthedocs.io/en/latest/index.html
-----------------------------
★SNS
twitter： https://twitter.com/intent/follow?screen_name=_K_DM
ブログ： https://kdm.hatenablog.jp/
コード置き場： https://k-dm.work/ja/
-----------------------------
★BGM
Let’s! https://dova-s.jp/bgm/play8503.html
-----------------------------
★このチャンネルについて
週に一回ペースで機械学習・データサイエンスに関する情報を発信します！よろしければチャンネル登録お願いします。大変励みになります。

#機械学習 #データ分析 #XGBoost

#python #機械学習 #データ分析 #AI #解説