일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- BANDiT
- 플랫폼
- MSCS
- HTTP
- nlp
- MLOps
- 중국플랫폼
- 머신러닝
- BERT이해
- BERT
- 언어모델
- 미국석사
- AWS
- RecSys
- 클라우드
- 머신러닝 파이프라인
- docker
- llm
- 메타버스
- 클라우드자격증
- 자연어처리
- TFX
- aws자격증
- 네트워크
- transformer
- Collaborative Filtering Bandit
- 추천시스템
- chatGPT
- MAB
- COFIBA
Archives
- Today
- Total
목록부스팅 (1)
Julie의 Tech 블로그
Catboost 모델에 대하여 - 알고리즘, 구현 코드
요즘 흔하게 많이 사용되는 Catboost 모델에 대해서 정리하려고 한다. Catboost는 이름에서도 유추할 수 있듯 boosting 앙상블 기법을 사용하는 모델 중 하나이다. 논문에서는 이렇게 Catboost를 소개한다고 한다. "CatBoost is a high-performance open source library for gradient boosting on decision trees." 이전에 앙상블과 Gradient Boosting 모델에 대해 정리한 글이 있는데 알고 읽으면 좀 더 도움이 된다. https://blog.naver.com/ilovelatale/222320553535 Boosting vs Bagging 다시 간단하게 정리하자면 앙상블의 기법 중에서는 Boosting과 Bag..
Tech/ML, DL
2022. 6. 3. 23:58