Task2：入门lightgbm，开始特征工程 - 飞书云文档
https://datawhaler.feishu.cn/wiki/MaARwcr8li63nikSFRRciRKSnjeGBDT. GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好 ...
飞搜侠
热门搜索
哈佛Python人工智能导论课程中的决策树算法有何特点？ - 飞书文档
https://docs.feishu.cn/v/wiki/GMwywjEZFih0vKk7uc6caAaTnXc/af支持向量机则是一种强大的分类算法，它通过寻找最优的分类超平面来对数据进行分类 ... 在课堂上，教授会详细地讲解算法的原理和推导过程，同时通过实际的代码示例 ...
机器学习速成课程：了解算法原理及应用 - 飞书文档
https://docs.feishu.cn/v/wiki/FkxAwpuKOigsIXk3UBHcVLXfnne/a3常见的机器学习算法包括决策树、神经网络、支持向量机等。决策树算法通过对数据特征进行逐步划分，构建出一棵类似于树状的结构，从而进行分类或回归任务。神经网络则是 ...
LightGBM模型的优势与实践 - 飞书文档
https://docs.feishu.cn/v/wiki/MaARwcr8li63nikSFRRciRKSnje/a3GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合等 ...
人工智能算法的类型及其工作原理 - 飞书文档
https://docs.feishu.cn/article/wiki/BcUZwAO7riaP4ak3hWxcGjOen5f常见的监督学习算法包括决策树、支持向量机和神经网络等。 决策树是一种基于树结构的算法，它通过对数据进行分割来进行分类和预测。决策树的优点是易于理解和解释，但 ...
机器学习各阶段发展特点及标志性算法
https://docs.feishu.cn/v/wiki/PDHowjst6iJJcGkQ51qchk2qnOf/a2在机器学习的萌芽阶段，一些先驱者的思想为其奠定了基础。 ... 例如，决策树算法在这个阶段得到了初步发展。决策树通过对数据特征的逐步分析和判断，构建出一棵类似于树状的结构 ...
如何成功破解元机器学习工程面试 - 飞书文档
https://docs.feishu.cn/article/wiki/K7YLw93KuimPWdkO8oEca40PnQg面试者不仅要知道这些算法的原理和应用，还要能够在实际问题中灵活运用。 ... 例如，假设面试者在过去的项目中使用了决策树算法来解决一个分类问题，那么在面试 ...
数据挖掘 - 飞书
https://uva4mq7yhb.feishu.cn/wiki/wikcnZuisA4DCGirYodYs1HBNjb... 思想——基于用户的协同过滤先通过分析用户的 ... 1、惰性算法、原理简单，精确性上不出众，但是其错误 ... 目前，决策树算法已经广泛应用于雷达信号分类、字符 ...
XGBoost官方仓库的优化技术对机器学习的影响 - 飞书文档
https://docs.feishu.cn/v/wiki/HSG7wshzJiT4ClkKayDcYwv8n6y/a8... 决策树、支持向量机（SVM）、朴素贝叶斯等。通过研究这些算法的代码，我们可以了解到它们的原理和应用场景。例如，决策树算法通过构建树状结构来进行分类决策，我们 ...
AI图像识别分类算法训练的关键参数 - 飞书文档
https://docs.feishu.cn/v/wiki/YMYVwBg4miCCHMkWPT7c0P0ZnRg/a4... 分类的基本原理。AI系统通过学习大量的图像数据，提取其中的特征， ... 决策树算法。 在选择好算法之后，我们需要对算法进行训练。训练的过程就是让AI ...