Machine learningMachine learning

LightGBM بیزی

LightGBM بیزی، LightGBM — یک چارچوب گرادیان بوستینگ مبتنی بر هیستوگرام با کارایی بالا — را با بهینه‌سازی بیزی فراپارامترها ترکیب می‌کند. به جای جستجوی شبکه‌ای جامع یا جستجوی تصادفی، یک مدل جایگزین احتمالی، جستجو برای فراپارامترهای بهینه را هدایت می‌کند و تعداد ارزیابی‌های پرهزینه مدل را که برای دستیابی به عملکرد پیش‌بینی‌کننده قوی لازم است، به طور چشمگیری کاهش می‌دهد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. 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. In Advances in Neural Information Processing Systems, 30, 3146–3154. link
  2. Snoek, J., Larochelle, H., & Adams, R. P. (2012). Practical Bayesian optimization of machine learning algorithms. In Advances in Neural Information Processing Systems, 25, 2951–2959. link

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). LightGBM with Bayesian Hyperparameter Optimization. ScholarGate. https://scholargate.app/fa/machine-learning/bayesian-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.

Compare side by side
ScholarGateBayesian LightGBM (LightGBM with Bayesian Hyperparameter Optimization). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/machine-learning/bayesian-lightgbm · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026