Slide 4
Slide 4 text
1. NGBoost論文を選んだ理由
3
① GBDT系の手法が精度が出やすいと注目を集めているから
• 特にKaggleのテーブルコンペにおいて上位解法のド定番
② 機械学習の多様な教師あり学習問題に
適用できそうな手法なので
• 論文中では回帰問題で評価しているが、原理的には分類問題にも適用可
③ つよつよAndrew Ng先生が
共著者に入っているから
• Hinton, LeCun, Bengio 先生方に匹敵するDeep Learning界隈の貢献者
• Coursera設立者であり、自身のMachine Learning講義も有名 (オススメ)
• 余談:NG (Natural Gradient) Boost という手法名が偶然言葉遊びになっている
※図:https://twitter.com/kaggle , https://twitter.com/AndrewYNg