Machine learningMachine learning
베이지안 XGBoost
베이지안 XGBoost는 Extreme Gradient Boosting의 예측력과 하이퍼파라미터 튜닝을 위한 베이지안 최적화를 결합합니다. 그리드 탐색이나 무작위 탐색 대신, 확률적 대리 모델이 최적의 학습률, 트리 깊이, 정규화 파라미터를 찾는 탐색을 안내하여, 철저한 탐색 접근 방식보다 훨씬 적은 평가로 거의 최고 성능을 달성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian-Optimized Extreme Gradient Boosting. ScholarGate. https://scholargate.app/ko/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.
Compare side by side →