BriefGPT.xyz
大模型
Ask
alpha
关键词
gradient boosting machines
搜索结果 - 5
解释性机器人行走的蒸馏强化学习策略:梯度提升机和符号回归
通过采用梯度提升机、可解释性提升机和符号回归的方法,将神经强化学习策略转化为透明的 “玻璃盒” 模型,用于提高控制策略的可解释性以及数据集聚合算法在行为克隆中的应用。
PDF
3 months ago
基于 GBM 的 Bregman Proximal 约束学习算法
现代机器学习面临了新的约束学习范式,其中包括最重要的应用领域如 Neyman-Pearson 分类和公平性分类,本文针对这些约束学习任务在 Bregman 近端算法框架下适配了梯度提升机算法,并提出了具有全局最优性保证的 Bregman 原
→
PDF
10 months ago
深度学习与梯度提升:信用评分领域最先进机器学习算法的基准测试
这篇文章针对金融服务公司中的信用风险管理问题,对比了深度学习和梯度增强机在不同特征数据集上的表现,结果发现梯度增强机更为强大、运算速度更快,在大多数情况下是信用评分的最佳解决方案。
PDF
2 years ago
大规模概率回归的概率梯度提升机
提出了一种名为 PGBM 的新方法,利用决策树的随机叶权重和随机树集更新方程逼近训练集中每个样本的均值和方差,从而实现单一模型预测概率分布,比传统方法速度快且效果更佳。
PDF
3 years ago
NIPS
校准增强 - 森林
本文介绍了一种名为 Calibrated Boosting-Forest 的新技术,它是梯度提升机的一种集成,能够支持连续和二进制标签,并能够保持校准的后验概率,同时提供了调整超参数的替代方案,并且在基于配体的虚拟筛选方面取得了优异的表现。
PDF
7 years ago
Prev
Next