機械学習の世界において、XGBoostは勾配ブースティング（Gradient Boosting Decision Tree: GBDT）の金字塔として君臨してきました。しかし現在、実務の最前線ではXGBoostの弱点（計算速度、メモリ消費、カテゴリカル変数の処理）を克服した「発展形」が主流となっています。
特に、統計モデルや階層ベイズによる推論から、予測性能を重視する機械学習へと移行する際、検討すべき3つの主要アルゴリズムとその使い分けについて解説します。
この記事を紹介してアフィリエイト報酬を獲得するには？
すでに購入済の方は、ログイン後に続きを見ることができます。 ログインする
この記事のライター
関連のおすすめ記事
-
毎日15分ずつでもできる！なにも考えずにAI絵本を作る方法｜AI課金なし・10日でKindle出版へ！～手順とテンプレ付き
¥5,4801 %獲得(54 円相当)
まさかり
-
【5年更新型コンテンツ】AIを最大活用するためのリテラシー強化バイブル
¥52,9801 %獲得(529 円相当)
こはく
-
AIで質の高い音楽やMV(ミュージックビデオ)を作る方法。
¥49,8001 %獲得(498 円相当)
AI FREAK
