ScholarGate
Msaidizi
Machine learning

XGBoost

XGBoost (Extreme Gradient Boosting) ni mbinu ya kuongeza miti inayoweza kupanuliwa iliyoanzishwa na Tianqi Chen na Carlos Guestrin mwaka 2016. Inajenga kiashirio chenye nguvu kwa kuongeza miti ya uamuzi moja baada ya nyingine, kila moja ikirekebisha makosa yaliyoachwa na miti iliyotangulia, na ni mbinu yenye nguvu ya utabiri inayotumiwa sana katika mashindano.

Fungua katika MethodMindHivi karibuniVideoHivi karibuniDownload slides

Soma mbinu kamili

Kwa wanachama pekee

Ingia kwa akaunti ya bure ili kusoma sehemu hii.

Ingia

Method map

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

XGBoost
Mti wa UamuziUimarishaji wa MteremkoRegresheni ya LogistikiMsitu NasibuSupport Vector Machine (…Kujifunza Amilifu kwa Ku…Active Learning LightGBMAdaBoostAttention MechanismBagging (Bootstrap Aggre…

+62 more

Vyanzo

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

Jinsi ya kunukuu ukurasa huu

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

Compare side by side →

Imerejelewa na

Kujifunza Amilifu kwa Kuimarisha MteremkoActive Learning LightGBMAdaBoostAttention MechanismBagging (Bootstrap Aggregating)Uboosting wa Kibayes (Bayesian Boosting)Bayesian LightGBMXGBoost ya KibayesiyaniUrekebishaji wa BERTRNN ya pande mbiliKuimarishaCatBoostUainishaji wa Picha kwa CNNMtandao wa Neura wa Kikunjo (Uainishaji)Uchanganuzi wa Mikopo (Scorecards, WoE/IV)Mti wa UamuziUjifunzaji wa Kina wa UimarishajiCNN iliyopanuliwaUboreshaji wa Ensemble wa GradientMti wa Maamuzi Unaoweza KufafanuliwaExplainable Extra TreesKukuza Muelekeo KunakoelewekaExplainable LightGBMExplainable Random ForestMkusanyiko wa Kuweka Safu Unaoweza KufafanuliwaXGBoost InayoelewekaMiti ya ZiadaUtekelezaji wa GPT (GPT Fine-Tuning)Uimarishaji wa MteremkoMtandao wa Makini wa GrafuMtandao wa Neural wa GrafuKitengo cha Kurudiana kilicho na Lango (GRU)Ufumbuzi wa MaarifaLightGBMLongformer / BigBirdLoRA na PEFTLSTMMchanganyiko wa WataalamuPerceptroni wa Tabaka Nyingi (MLP)Multilayer Perceptron (MLP)Utafutaji wa Usanifu wa NeuralNeural ODEOnline Gradient BoostingMsitu NasibuKuimarisha kwa KurekebishwaCatBoost IliyodhibitiwaUboreshaji wa Gradient UlioimarishwaLightGBM IliyoimarishwaUimarishaji ImaraUimarishaji wenye Nguvu wa Kukuza (Robust Gradient Boosting)LightGBM ImaraMsitu Imara wa MisituUundaji wa Kuimarisha wa Kuunganisha kwa NguvuXGBoost ImaraUzingatio-mkuu wa nafsi (Multi-Head Self-Attention)Uboreshaji unaojifundishaUboreshaji wa Gradient unaojifundishaTaratibu za awali za LightGBMSelf-supervised Random ForestSelf-supervised Stacking EnsembleSemi-supervised BoostingSemi-supervised Gradient BoostingXGBoost ya Nusu-SimamiziMuundo wa Mfuatano-hadi-MfuatanoSHAP (SHapley Additive exPlanations)Uwekaji juuKushuka kwa Gradient kwa Bahati Nasibu (SGD)TextCNNTransformer (NLP)Ujifunzaji wa Kulinganisha wa Kuona

Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →

ScholarGate — XGBoost (XGBoost (Extreme Gradient Boosting)). Imepatikana 2026-06-15 kutoka https://scholargate.app/sw/machine-learning/xgboost · Seti ya data: https://doi.org/10.5281/zenodo.20539026