নিয়ন্ত্রিত লাইটজিবিএম
নিয়ন্ত্রিত লাইটজিবিএম (Regularized LightGBM) লাইটজিবিএম (LightGBM) এর লিফ ওয়েট অবজেক্টিভে L1 (ল্যাসো) এবং L2 (রিজ) পেনাল্টি টার্ম প্রয়োগ করে মডেলের জটিলতা নিয়ন্ত্রণ করে, ওভারফিটিং কমায় এবং উচ্চ-মাত্রিক বা গোলযোগপূর্ণ ফিচার সেট সহ ট্যাবুলার ক্লাসিফিকেশন ও রিগ্রেশন টাস্কে জেনারালাইজেশন উন্নত করে। লাইটজিবিএম হলো মাইক্রোসফটের অত্যন্ত কার্যকর গ্রেডিয়েন্ট বুস্টিং ফ্রেমওয়ার্ক।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., Ye, Q., & Liu, T.-Y. (2017). LightGBM: A highly efficient gradient boosting decision tree. Advances in Neural Information Processing Systems, 30, 3146–3154. link ↗
- Chen, T., & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 785–794. DOI: 10.1145/2939672.2939785 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Regularized Light Gradient Boosting Machine. ScholarGate. https://scholargate.app/bn/machine-learning/regularized-lightgbm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- CatBoostযন্ত্র শিখন↔ compare
- গ্রেডিয়েন্ট বুস্টিংযন্ত্র শিখন↔ compare
- লাইটজিবিএমযন্ত্র শিখন↔ compare
- নিয়ন্ত্রিত গ্রেডিয়েন্ট বুস্টিংযন্ত্র শিখন↔ compare
- XGBoostযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →