Machine learning

XGBoost

XGBoost (Extreme Gradient Boosting) ist ein skalierbarer Baum-Boosting-Algorithmus, der 2016 von Tianqi Chen und Carlos Guestrin vorgestellt wurde. Er baut einen starken Prädiktor auf, indem er Entscheidungsbäume nacheinander hinzufügt, wobei jeder Baum die Fehler der vorherigen korrigiert. XGBoost ist eine leistungsfähige Vorhersagemethode, die häufig in Wettbewerben eingesetzt wird.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

XGBoost

Entscheidungsbaum Gradient Boosting Logistische Regression Random Forest Support Vector Machine (…Gradient-Boosting mit ak…Active Learning LightGBM AdaBoost Attention Mechanism Bagging (Bootstrap Aggre…

+62 more

Quellen

Chen, T. & Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD, 785–794. DOI: 10.1145/2939672.2939785 ↗

So zitieren Sie diese Seite

ScholarGate. (2026, June 1). XGBoost (Extreme Gradient Boosting). ScholarGate. https://scholargate.app/de/machine-learning/xgboost

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.

EntscheidungsbaumMaschinelles Lernen↔ compare
Gradient BoostingMaschinelles Lernen↔ compare
Logistische RegressionForschungsstatistik↔ compare
Random ForestMaschinelles Lernen↔ compare
Support Vector Machine (Klassifikation)Maschinelles Lernen↔ compare

Compare side by side →

Referenziert von

Gradient-Boosting mit aktivem Lernen Active Learning LightGBM AdaBoost Attention Mechanism Bagging (Bootstrap Aggregating)Bayesian Boosting Bayesian LightGBM Bayesian XGBoost BERT-Feinabstimmung Bidirectional RNN Boosting CatBoost CNN-Bildklassifikation Faltungsneuronales Netz (Klassifikation)Kredit-Scoring (Scorecards, WoE/IV)Entscheidungsbaum Deep Reinforcement Learning Das Dilatierte CNN Ensemble Gradient Boosting Erklärbarer Entscheidungsbaum Erklärbare Extra Trees Erklärbarer Gradient Boosting Erklärbares LightGBM Erklärbarer Zufallswald Erklärbares Stacking-Ensemble Erklärbares XGBoost Extra Trees GPT-Feinabstimmung Gradient Boosting Graph Attention Network Graph Neural Network Gated Recurrent Unit (GRU)Wissensdestillation LightGBM Longformer / BigBird LoRA und PEFT LSTM Mixture of Experts Multilayer-Perzeptron (MLP)Mehrschichtiges Perzeptron (MLP)Neuronale Architektursuche Neuronale ODE Online Gradient Boosting Random Forest Regularized Boosting Regularized CatBoost Regularisiertes Gradient Boosting Regularized LightGBM Robust Boosting Robustes Gradient Boosting Robust LightGBM Robuster Zufallswald Robustes Stacking-Ensemble Robuster XGBoost Multi-Head Self-Attention Self-supervised Boosting Self-supervised Gradient Boosting Selbstüberwachtes LightGBM Selbstüberwachtes Zufallswald Selbstüberwachte Stapel-Ensemble Halbüberwachtes Boosting Halb-überwachtes Gradient Boosting Semi-supervised XGBoost Sequence-to-Sequence Model SHAP (SHapley Additive exPlanations)Stacking Stochastischer Gradientenabstieg (SGD)TextCNN Transformer (NLP)Visuelles kontrastives Lernen

Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →

Die vollständige Methode lesen

Method map

Quellen

So zitieren Sie diese Seite

Verwandte Methoden

Which method?

Referenziert von