En este artículo, aprenderemos sobre el aumento de gradiente, un algoritmo de aprendizaje automático que sienta las bases de marcos populares como XGBoost y LightGBM, que son soluciones galardonadas en varios concursos de aprendizaje automático.
Este es un excelente artículo para cualquiera que esté pensando en usar conjuntos en el aprendizaje automático o un excelente repaso para alguien que ya es un profesional pero que solo quiere tomarse un descanso de los ajustes de puntos y las predicciones de puntos y quiere echar un vistazo debajo del capó.
Cubriremos los conceptos básicos del aprendizaje en conjunto y explicaremos cómo el algoritmo Gradient Boosting hace predicciones con un ejemplo paso a paso. También exploraremos la relación entre el descenso de gradiente y el aumento de gradiente y descubriremos si existe alguna conexión. ¡Empecemos!
El aprendizaje conjunto es el proceso de entrenar y combinar múltiples modelos, a menudo alumnos débiles, para crear un alumno fuerte con un mayor poder predictivo. Dos formas de hacer esto son harpillera y impulsando.