آموزش طبقه بندی کاربردی با XGBoost

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

شروع شدن Getting Started

• شروع اسلایدها Getting Started Slides

• کاوش و دستکاری داده ها Exploring and Tweaking Data

• تجسم داده ها Visualizing Data

• طبقه بندی کننده های پایه Baseline Classifiers

• شروع خلاصه Getting Started Summary

طبقه بندی با افزایش گرادیان Classifying with Gradient Boosting

• اسلایدهای تقویت گرادیان Gradient Boosting Slides

• ایجاد و کاوش XGBoost Creating and Exploring XGBoost

• خلاصه تقویت گرادیان Gradient Boosting Summary

تنظیم: تنظیم و ابرپارامترها Tuning: Regularization and Hyperparameters

• تنظیمات و اسلایدهای ابر پارامترها Regularization and Hyperparameters Slides

• لامبدا و آلفا Lambda and Alpha

• میزان یادگیری Learning Rate

• تعداد برآوردگرها ، حداکثر عمق و گاما Number of Estimators, Max Depth, and Gamma

• نمونه گیری و جستجوی شبکه Sampling and Grid Search

• خلاصه تنظیم و بیش پارامترها Regularization and Hyperparameters Summary

ارزیابی مدل ها و بررسی معیارها Evaluating Models and Exploring Metrics

• معیارها و اسلایدهای ارزیابی Metrics and Evaluation Slides

• دقت Accuracy

• ROC و AUC ROC and AUC

• ماتریس سردرگمی ، دقت و یادآوری Confusion Matrix, Precision, and Recall

• منحنی یادآوری دقیق Precision Recall Curve

• منحنی یادگیری Learning Curve

• معیارها و خلاصه ارزیابی Metrics and Evaluation Summary

تفسیر مدلهای XGBoost Interpreting XGBoost Models

• تفسیر اسلایدهای مدل Interpreting Models Slides

• اهمیت ویژگی Feature Importance

• تعاملات ویژه Feature Interactions

• وابستگی های جزئی Partial Dependencies

• اهک LIME

• شکل بگیرید SHAP

• خلاصه مدل تفسیر Interpreting Models Summary