कोर्स में आपका स्वागत है!

XGBoost के साथ Extreme Gradient Boosting

Sergey Fogelson

Head of Data Science, TelevisaUnivision

XGBoost पर जाने से पहले...

• {{1}} की बुनियादी बातें समझना ज़रूरी
  • Supervised classification
  • Decision trees
  • Boosting

Supervised learning

• Labeled data पर निर्भर
• पिछले व्यवहार की कुछ समझ होती है

Supervised learning उदाहरण

• क्या किसी खास image में व्यक्ति का चेहरा है?
• Training data: पिक्सेल वैल्यूज़ के वेक्टर
• Labels: 1 या 0

Supervised learning: Classification

• Outcome binary या multi-class हो सकता है

Binary classification उदाहरण

• किसी quote के आधार पर क्या व्यक्ति insurance package खरीदेगा?

Multi-class classification उदाहरण

• किसी दिए गए पक्षी की species classify करना

AUC: Binary classification मॉडलों का मेट्रिक

• ROC curve के नीचे का क्षेत्रफल (AUC)
• बड़ा क्षेत्रफल = बेहतर मॉडल

Accuracy स्कोर और confusion matrix

• Confusion matrix

• Accuracy $$\frac{tp+tn}{tp+tn+fp+fn}$$

Review

• Supervised Learning with scikit-learn

अन्य supervised learning बातें

• Features numeric या categorical हो सकती हैं
• Numeric features को scale करें (Z-score)
• Categorical features को encode करें (one-hot)

Ranking

• विकल्पों के सेट पर ordering predict करना

Recommendation

• किसी यूज़र को आइटम recommend करना
• consumption history और प्रोफ़ाइल पर आधारित
• उदाहरण: Netflix

अभ्यास करते हैं!

XGBoost के साथ Extreme Gradient Boosting