Tags

勾配ブースティング 5
CatBoostのtext_featuresでテキストをそのまま学習する CatBoostのOrdered Target Statistics（target encodingのリークを防ぐ） CatBoostで予測の不確実性を出す（データ由来と知識由来） CatBoostを使ってみた 【LightGBM】単調性制約（monotone constraints）を使ってみる
target encoding 1
CatBoostのOrdered Target Statistics（target encodingのリークを防ぐ）
リーク 1
CatBoostのOrdered Target Statistics（target encodingのリークを防ぐ）
不確実性 1
CatBoostで予測の不確実性を出す（データ由来と知識由来）
faiss 2
faissの量子化でベクトルを圧縮する（メモリと精度のトレードオフ） faissのIndexIVFFlatにおける速度と精度のトレードオフ
ベクトル検索 2
faissの量子化でベクトルを圧縮する（メモリと精度のトレードオフ） faissのIndexIVFFlatにおける速度と精度のトレードオフ
量子化 1
faissの量子化でベクトルを圧縮する（メモリと精度のトレードオフ）
近似最近傍 1
faissのIndexIVFFlatにおける速度と精度のトレードオフ
LightGBM 12
【LightGBM】pred_leafで葉を特徴量にする（GBDT+線形モデル） 【LightGBM】init_modelで学習を継続する（逐次学習） 【LightGBM】Tweedie回帰でゼロ過剰データを扱う 【LightGBM】カテゴリ変数のネイティブ処理（one-hot不要） 【LightGBM】ランキング学習（lambdarank）で検索結果を並べ替える …more
特徴量エンジニアリング 1
【LightGBM】pred_leafで葉を特徴量にする（GBDT+線形モデル）