เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การใช้งาน XGBoost

XGBoost เป็นไลบรารีที่ทรงพลังและรองรับข้อมูลจำนวนมากได้ดี อีกทั้งยังใช้กับปัญหา supervised learning ได้หลากหลายรูปแบบ อย่างไรก็ตาม ดังที่ Sergey อธิบายไว้ในวิดีโอ ไม่ควรเลือก XGBoost เป็นตัวเลือกแรกเสมอไปเมื่อเริ่มต้นโปรเจกต์ใหม่ เพราะมีบางสถานการณ์ที่ไม่เหมาะสม ในแบบฝึกหัดนี้ ให้พิจารณาตัวอย่างด้านล่างและเลือกกรณีที่เหมาะกับการใช้ XGBoost มากที่สุด

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Extreme Gradient Boosting with XGBoost

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง

เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา

เริ่มแบบฝึกหัด