Học máy (Machine Learning)
Gradient Boosting Core (XGB/LGB)
ID: #202
Xem trên trang chủ
Thời gian (Time)
O(M * N log N)
Không gian (Space)
O(Model_Size)
Mô tả nguyên lý
Xây dựng các mô hình tuần tự, mỗi cây mới học cách dự đoán phần dư (residual errors) của cây trước.
Cài đặt mẫu (Implementation)
// Tối ưu hóa hàm mất mát bằng phương pháp gradient descent trong không gian chức năng.
Học máy (Machine Learning)
Random Forest Ensemble
ID: #201
Xem trên trang chủ
Thời gian (Time)
O(M * N log N)
Không gian (Space)
O(M * Tree_Size)
Mô tả nguyên lý
Mô hình học kết hợp nhiều cây quyết định (Decision Trees) huấn luyện trên các tập mẫu con ngẫu nhiên.
Cài đặt mẫu (Implementation)
// Xây dựng tập hợp cây quyết định độc lập qua Bootstrap aggregating (bagging) và lấy đa số phiếu bầu.
Học máy (Machine Learning)
Support Vector Machines (SVM)
ID: #200
Xem trên trang chủ
Thời gian (Time)
O(N^2 đến N^3)
Không gian (Space)
O(N)
Mô tả nguyên lý
Tìm siêu phẳng tối ưu phân tách các lớp dữ liệu với khoảng cách lề (margin) lớn nhất.
Cài đặt mẫu (Implementation)
// Giải bài toán quy hoạch toàn phương (Quadratic Programming) với các nhân kernel (Linear, RBF, Poly).