Тренировки по ML. Лекция 4: Решающие деревья, композиции деревьев, Random Forest

Ссылка на материалы лекции: github.com/girafe-ai/ml-cours...
Процедура построения деревьев регрессии и классификации. Жадный алгоритм. Информационные критерии.
Бутстрап, бэггинг. ""Мудрость толпы"". Случайный лес.
Особые свойства решающих деревьев.
Подробнее о тренировках по ссылке (yandex.ru/yaintern/training/).
Подписывайтесь на наши соц.сети: VK ( young_and_yandex), Telegram (t.me/Young_and_Yandex).

[@stepanlebedev8790]

Великолепный лектор! Уже 4 лекцию радуюсь тому, что вы ведете эти тренировки. Спасибо вам!

[@IgorKuts]

Спасибо за лекцию, Радослав!

[@Irades]

Спасибо ❤

[@andreychernov7339]

Радослав, большое спасибо за лекцию, очень крутая подача материала!
Хочу задать немного прикладной вопрос насчет бэггинга. Есть в LGBM 2 гиперпараметра : bagging_frequency и bagging_fraction.
Если я правильно понимаю, fraction работает примерно как OOB, про который было сказано в лекции. А насчет frequency, мне кажется, мы не разбирали. Буду очень признателен, за пояснение.