Introducing G2.ai, the future of software buying.Try now
Image de l'avatar du produit

XGBoost

Afficher le détail des notes
13 avis
  • 1 profils
  • 1 catégories
Note moyenne des étoiles
4.4
Au service des clients depuis
2008

Nom du profil

Évaluation par étoiles

9
3
1
0
0

XGBoost Avis

Filtres d'avis
Nom du profil
Évaluation par étoiles
9
3
1
0
0
GOURI S.
GS
GOURI S.
Technical Lead Data Scientist at Comviva
09/11/2021
Évaluateur validé
Source de l'avis : Invitation G2
Avis incitatif
Traduit à l'aide de l'IA

XGBoost pour les modèles d'apprentissage automatique

La meilleure chose à propos de XGBoost est qu'il offre un traitement parallèle dans le développement de modèles d'apprentissage automatique ; avec l'aide de 4 cœurs et du traitement parallèle, j'ai pu développer un modèle d'apprentissage automatique sur 30 millions d'abonnés en 2 heures.
MT
Meliksah T.
08/17/2019
Évaluateur validé
Utilisateur actuel vérifié
Source de l'avis : Invitation G2
Avis incitatif
Traduit à l'aide de l'IA

Le meilleur algorithme de boosting qui existait jusqu'à présent

C'est l'algorithme autonome le plus performant (sans compter les algorithmes d'apprentissage profond qui sont un tout autre domaine) célèbre pour avoir remporté de nombreuses compétitions d'apprentissage automatique en ligne. Il fonctionne rapidement et performe mieux que les algorithmes de bagging car il apprend des erreurs des modèles d'arbres précédents qui ont été construits en son sein. Il est possible d'ajuster XGBoost pour divers métriques, donc si vous voulez un rappel élevé, vous pouvez le faire avec l'aide de GridSearchCV. Il est très efficace comparé à l'algorithme célèbre Random Forest.
Utilisateur vérifié à Logiciels informatiques
UL
Utilisateur vérifié à Logiciels informatiques
01/25/2019
Évaluateur validé
Source de l'avis : Invitation G2
Avis incitatif
Traduit à l'aide de l'IA

Bibliothèque rapide, précise et efficace pour l'apprentissage automatique

XGBoost a de meilleures performances que les autres boosters ou fonctions de gradient. Aide à obtenir une meilleure précision sur les algorithmes de régression. Fonctionne bien sur de grands ensembles de données.

À propos

Contact

Siège social :
San Francisco, US

Réseaux sociaux

@github

Qu'est-ce que XGBoost ?

XGBoost (Extreme Gradient Boosting) is an open-source machine learning library that is widely recognized for its efficiency and performance. Designed for speed and performance, XGBoost is a scalable and flexible software framework that supports gradient boosting techniques. It is particularly popular due to its ability to handle large-scale and sparse data, making it a preferred choice for structured or tabular data across a range of classification and regression tasks.XGBoost provides a robust solution for data scientists aiming to achieve state-of-the-art results on predictive modeling challenges. It features several advanced capabilities such as handling missing values, tree pruning, and regularized boosting techniques which help to prevent overfitting and improve model performance.

Détails

Année de fondation
2008
Site web
xgboost.ai