Machine learning

XGBoost

XGBoost (Extreme Gradient Boosting) to skalowalny algorytm typu drzewo-wzmocnienie (tree-boosting) wprowadzony przez Tianqi Chena i Carlosa Guestrina w 2016 roku. Buduje on silny predyktor poprzez dodawanie drzew decyzyjnych jedno po drugim, gdzie każde kolejne drzewo koryguje błędy pozostawione przez poprzednie. Jest to potężna metoda predykcyjna szeroko stosowana w konkursach.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Method map

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

XGBoost

Drzewo decyzyjne Gradient Boosting Regresja logistyczna Random Forest Maszyna wektorów nośnych…Aktywne uczenie z gradie…Aktywne uczenie z modele…AdaBoost Mechanizm uwagi Bagging (agregacja boots…

+62 more

Źródła

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

Jak cytować tę stronę

ScholarGate. (2026, June 1). XGBoost (Extreme Gradient Boosting). ScholarGate. https://scholargate.app/pl/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.

Drzewo decyzyjneUczenie maszynowe↔ compare
Gradient BoostingUczenie maszynowe↔ compare
Regresja logistycznaStatystyka w badaniach↔ compare
Random ForestUczenie maszynowe↔ compare
Maszyna wektorów nośnych (klasyfikacja)Uczenie maszynowe↔ compare

Compare side by side →

Cytowana przez

Aktywne uczenie z gradientowym wzmacnianiem Aktywne uczenie z modelem LightGBM AdaBoost Mechanizm uwagi Bagging (agregacja bootstrapowa)Boosting bayesowski Bayesian LightGBM Bayesowski XGBoost Dostrajanie BERT Dwukierunkowa sieć rekurencyjna Wzmocnienie CatBoost Klasyfikacja obrazów za pomocą CNN Konwolucyjna Sieć Neuronowa (Klasyfikacja)Scoring kredytowy (tabele punktowe, WoE/IV)Drzewo decyzyjne Głębokie uczenie ze wzmocnieniem Splotowa sieć konwolucyjna z rozszerzeniem (Dilated CNN)Ensemble Gradient Boosting Wyjaśnialne drzewo decyzyjne Wyjaśnialne Ekstremalnie Losowe Drzewa Wyjaśnialne wzmacnianie gradientowe Wyjaśnialny LightGBM Wyjaśnialny Las Losowy Wyjaśnialne zespoły typu stacking Wyjaśnialny XGBoost Extra Trees Dostrajanie GPT Gradient Boosting Sieć uwagi grafowej Sieci neuronowe grafowe Jednostka bramkowana rekurencyjna (GRU)Destylacja wiedzy LightGBM Longformer / BigBird LoRA i PEFT LSTM Mixture of Experts Perceptron wielowarstwowy (MLP)Perceptron wielowarstwowy (MLP)Automatyczne wyszukiwanie architektury sieci neuronowych Neural ODE Gradient Boosting Online Random Forest Regularyzowane wzmacnianie Uregularyzowany CatBoost Uregulowany gradientowy boosting Regularized LightGBM Solidne zwiększanie (Robust Boosting)Robust Gradient Boosting Robust LightGBM Robust Random Forest Solidny zespół warstwowy (Robust Stacking Ensemble)Solidny XGBoost Multi-Head Self-Attention Wzmocnienie samo-nadzorowane Samouczenie gradientowe Samouczenie z użyciem LightGBM Samouczenie z wykorzystaniem lasów losowych Samo-nadzorowane uczenie się w architekturze typu Stacking Ensemble Wzmocnienie półnadzorowane Półnadzorowany gradient boosting XGBoost z półnadzorem Model sekwencyjny do sekwencyjnego (Seq2Seq)SHAP (SHapley Additive exPlanations)Stacking Stochastyczne spuszczanie gradientu (SGD)TextCNN Transformer (NLP)Wizualne uczenie kontrastowe

Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →