Học máy (Machine Learning)

Danh sách đầy đủ các thuật toán trong nhóm (Tổng: 3)

Học máy (Machine Learning)

Gradient Boosting Core (XGB/LGB)

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

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)

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).