【12分で分かる!】XGBoostとは?XGBoostをはじめとしてLightGBMやCatBoostなどの勾配ブースティング手法について解説!
HTML-код
- Опубликовано: 16 июн 2020
- 機械学習入門に必要な知識と勉強方法はこちら
toukei-lab.com/machine-learni...
この動画では、非常に使いやすく高い精度が出力できる最強の機械学習手法XGBoostをはじめとした勾配ブースティング手法について簡単に解説していきます。
機械学習手法の中で教師あり学習手法に分類されるこれらの手法。
データ解析コンペのKaggleでも非常によくつかわれますし、実務でもよく使われます。
簡単に実装することができ、非常に高い精度を出力できるのが特徴です。
XGBoostをはじめとした勾配ブースティング手法をここでしっかりおさえておきましょう!
この動画では、3つのパートに分けて解説しますよ!
・XGBoostの基本
・XGBoostの仲間
・XGBoostを使う場面
【視聴ガイド】
01:34 XGBoostの基本
03:28 LightGBM
05:08 CatBoost
06:36 XGBoostを使う場面
【この動画で覚えて帰って欲しいコト】
・XGBoostは、決定木とアンサンブル学習の1つ「ブースティング」を組み合わせた手法
・XGBoostの仲間でLightGBMやCatBoostがある
・XGBoostは前処理に気を使わなくても使えて比較的高い精度を出力可能
サイトの方でもっと踏み込んだ説明やプログラミング実装をおこなっています。URLを記載しておくのでぜひのぞいてみてください!
■スタビジ
スタビジは「データサイエンスをもっと身近なものに!」をモットーにデータサイエンスの面白さを発信しているチャンネルです。
チャンネル登録はこちら↓
/ @aiby8596
■サイト(データサイエンスを発信するメディア)※旧:統計ラボ
toukei-lab.com/
・XGBoostについて
toukei-lab.com/xgboost
・LightGBMについて
toukei-lab.com/light-gbm
・CatBoostについて
toukei-lab.com/catboost
・決定木について
bit.ly/3fjIRwg
■関連動画
・決定木
• 【10分で分かる!】決定木とは?利用場面やラ...
・機械学習入門
• 【超入門】機械学習をビジネスの例も出しながら...
■「コスパよくデータサイエンスを学べるスクール」スタビジアカデミー
toukei-lab.com/achademy
■Twitterアカウント
ウマたん@スタビジ: / statistics1012
■私が講師のUdemy講座
以下の記事に私が講師を務めるAIやデータサイエンス関連の講座一覧をまとめています!
toukei-lab.com/my-udemy-course
この記事内限定で全ての講座が安くなる講師クーポン(最大94%OFF!)を公開していますのでご受講の際はぜひお使いください!
■出版書籍
・俺たちひよっこデータサイエンティストが世界を変える
amzn.to/36XbMFJ
・【入門】Pythonを覚えてエリートリーマンへ!落ちこぼれリーマンの逆転劇:amzn.to/31drMyU
・おばあちゃんがWebマーケティングを勉強して雑貨屋をV字回復!
amzn.to/3vG3tqC
・漫画で分かるデジタルマーケティング ✕ データ分析
amzn.to/44iT84Q
・データサイエンス大全 -シンプルにわかる49の用語と13の実践
amzn.to/3mFzhwG
とても分かりやすかったです!
ありがとうございます!
ありがとうございます!そういっていただけると励みになります!
XG boostを効率よく学べました!ありがとうございます😊
ありがとうございます!よかったです!!
【視聴ガイド】
01:34 XGBoostの基本
03:28 LightGBM
05:08 CatBoost
06:36 XGBoostを使う場面
わかりやすい!とても勉強になりました!世の中にある書籍やwebサイトがどれもウマたんさんのようにわかりやすかったらいいなって思いました。
H Tana ありがとうございます!!!そう言っていただけると、動画を作ったかいがあります!!
これからも更新頑張りますのでよろしくお願いいたします!
ありがとうございます!
私自身がまだ勉強中なので、完全に理解した訳ではありませんが知識を得ることが出来ました。
コメントありがとうございます!よかったです!
AI学習の駆け出しの者ですが、用語関係の整理と把握にとても役に立ちました。ありがとうございます。
ありがとうございます!
全く知識ない状態から勉強していて、とてもわかりやすく、助かってます‼️
参考になりよかったです!
わかりやすい動画ありがとうございます!
クラス分類のときにでてくる確率はその分類の確からしさを示していますか?それとも生起確率ですか?
手法の説明は端的かつ平易で入門動画として最適ですね。
動画の構成も文字ばかりでなくアニメーションを多用されていて見ていて飽きない。
もっと再生・評価されるべき動画だと思いますが、分野が分野だけに。。。
ありがとうございます!
そう言っていただけると作ったかいがあります。
更新頑張ります。
この音源なにつかっていますか??めっちゃ気持ちよく勉強できるので知りたいです!!
いつも、動画見させていただいてます。
質問あのですが、XGBoostは標準化必要ないということでしたが、ランダムフォレストも標準化いらないですか?
わかりやすくてよかったです!
気になったんですがなんで補完しなくても問題ないのですか?
pee ps xgboostなどの決定木モデルでは欠損という特徴を使って損失誤差が少なくなるように分岐していきます。そのため欠損値補完をしなくても処理されます。
ただもちろんした上でモデルにインプットした方が精度が上がる可能性はあります。
mlexplained.com/2018/01/05/lightgbm-and-xgboost-explained/
データサイエンスを学習している初心者です。
特徴量エンジニアリングのところの、様々なログインの履歴について、それらのデータはスクレイピング等でデータを収集するような形でしょうか。初歩的ですみません。
ご連絡遅くなり申し訳ございません。ログイン情報など顧客の行動データは自社のデータなのでスクレイピングではなく自社DBに蓄積して使えるデータです。
@@aiby8596 なるほど。かしこまりました。ありがとうございます。
プレゼンのソフトウェアって、どんなものを使用されてますか?
Vyondというアニメーションツールを使っています!
超薄っぺらい知識で恐縮ですが、XGBoostとLightGBMの違いをパッとみてBFSとDFSに似てる...?と思ったのですがその辺り関係してたりしますでしょうか?👀
まさにですね!
@@aiby8596
ご回答ありがとうございます!
気になったので自分で少し調べてみます👀