ایکسجیبوست بیزی (Bayesian XGBoost)
ایکسجیبوست بیزی (Bayesian XGBoost) قدرت پیشبینیکنندگی اکستریم گرادیان بوستینگ (Extreme Gradient Boosting) را با بهینهسازی بیزی برای تنظیم ابرپارامترها ترکیب میکند. به جای جستجوی شبکهای یا تصادفی، یک مدل نیابتی احتمالی، جستجو برای نرخ یادگیری بهینه، عمق درخت و پارامترهای منظمسازی را هدایت میکند و با ارزیابیهای بسیار کمتر از رویکردهای جستجوی جامع، به عملکردی نزدیک به اوج دست مییابد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
- Snoek, J., Larochelle, H. & Adams, R. P. (2012). Practical Bayesian Optimization of Machine Learning Algorithms. Advances in Neural Information Processing Systems (NeurIPS), 25, 2951–2959. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Bayesian-Optimized Extreme Gradient Boosting. ScholarGate. https://scholargate.app/fa/machine-learning/bayesian-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.
- گرادیان بوستینگ (Gradient Boosting)یادگیری ماشین↔ compare
- لایتجیبیام (LightGBM)یادگیری ماشین↔ compare
- جنگل تصادفییادگیری ماشین↔ compare
- XGBoostیادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →