CommencerCommencez gratuitement

Utiliser XGBoost

XGBoost est une bibliothèque puissante qui passe à l’échelle avec un très grand nombre d’exemples et fonctionne pour divers problèmes de supervised learning. Cela dit, comme Sergey l’a expliqué dans la vidéo, vous ne devriez pas systématiquement la choisir par défaut lorsque vous démarrez un nouveau projet, car certaines situations ne s’y prêtent pas. Dans cet exercice, votre tâche est d’examiner les exemples ci-dessous et de sélectionner celui qui constituerait le meilleur cas d’usage pour XGBoost.

Cet exercice fait partie du cours

<cours>Extreme Gradient Boosting avec XGBoost</cours>
Voir le cours

Exercice interactif pratique

Transformez la théorie en action avec l’un de nos exercices interactifs

Commencer l’exercice