Алгоритмы машинного обучения на python, методы Беггинг и Бустинг

Цель курсовой работы заключается в изучении методов бустинга и бэггинга, и реализация на языке программирования Python, для достижения поставленной цели перед курсовой работой, необходимо решить следующие задачи:

1. Провести анализ и изучить теоретический материал по реализации двух методов (бустинг и бэггинг), сделать вывод для чего используется каждый из методов;

2. Сделать практическую реализацию каждого из метода, провести анализ и сделать вывод в сравнение этих методов

XGBoost и Gradient Boosting Machines (GBM) представляют собой ансамбли древовидных методов, которые используют принцип слабого подкрепления обучаемого (чаще всего алгоритм дерева двоичных решений) с использованием архитектуры градиентного спуска. XGBoost, в свою очередь, является улучшением структуры GBM за счет оптимизации системы и улучшения алгоритмов