AI 용어집
인공지능 완전 사전
Ordered Boosting
Variante du gradient boosting utilisant une stratégie d'entraînement ordonnée pour réduire le biais de target encoding et améliorer la généralisation.
Greedy Target Statistics
Méthode de calcul des statistiques cibles pour les variables catégorielles en utilisant une approche gloutonne pour minimiser le biais.
CTR Calculation
Processus de calcul des taux de clics ou statistiques similaires pour encoder les variables catégorielles de manière efficace dans CatBoost.
Ordered Target Statistics
Variante des statistiques cibles utilisant un ordre temporel pour calculer les encodages, évitant les fuites de données dans le temps.
Prediction Type
Paramètre définissant le mode de prédiction dans CatBoost : probabilités, valeurs brutes, ou classes pour les problèmes de classification.
CTR Border Count
Paramètre contrôlant le nombre de divisions pour les caractéristiques catégorielles lors du calcul des statistiques cibles.
Monotone Constraints
Restrictions imposant une relation monotone entre certaines caractéristiques et la prédiction, garantissant la cohérence du modèle.
Bagging Temperature
Paramètre contrôlant l'intensité du bagging dans CatBoost, influençant la diversité des sous-ensembles d'entraînement.
Prior Estimation
Méthode d'estimation des statistiques a priori pour les catégories rares, évitant les valeurs extrêmes dans le target encoding.
Model Size Regulation
Technique de contrôle automatique de la complexité du modèle pour équilibrer performance et taille, optimisant le déploiement.