Bắt đầu ngayBắt đầu miễn phí

Sử dụng XGBoost

XGBoost là một thư viện mạnh mẽ, mở rộng rất tốt cho dữ liệu nhiều mẫu và hoạt động với nhiều bài toán học có giám sát. Tuy vậy, như Sergey đã nói trong video, bạn không nên luôn chọn nó làm thư viện Machine Learning mặc định khi bắt đầu dự án mới, vì có những tình huống nó không phải lựa chọn tối ưu. Trong bài tập này, nhiệm vụ của bạn là xem xét các ví dụ dưới đây và chọn trường hợp phù hợp nhất để sử dụng XGBoost.

Bài tập này là một phần của khóa học

Gradient Boosting Cực Mạnh với XGBoost

Xem khóa học

Bài tập tương tác thực hành

Biến lý thuyết thành hành động với một trong các bài tập tương tác của chúng tôi

Bắt đầu bài tập