Materi
XGBoost
Ihza Mahendra - Data Science at Startup Company
Pada materi ini kita akan belajar tentang XGBoost atau Extreme Gradient Boosting. Materi ini akan diawali dengan pengenalan atau overview dari XGBoost, lalu penjelasan untuk feature importance. Di akhir materi juga akan dilakukan model building. Melalui materi ini, kita akan memahami dan menerapkan teknik XGBoost untuk meningkatkan performa model machine learning melalui boosting.
Akan Didapatkan
Rekomendasi Kelas Lainnya
Pelajari skill melalui serial short video + mini quiz dengan learning path dan topik yang terstruktur.
Python: Numpy Introduction Part 1Portfolio Project
4
4.836
4,55
Python: Intro to Numpy Part 2Portfolio Project
5
3.114
4,52
Python: Intro to Numpy Part 3Portfolio Project
6
2.668
4,53
Python: Linear RegressionPortfolio Project
3
2.803
4,51
Python: ClassificationPortfolio Project
6
2.216
4,56
Python : Classification Case StudyPortfolio Project
4
2.324
4,52
Python: ClusteringPortfolio Project
4
1.524
4,47
Python: Clustering Case StudyPortfolio Project
3
1.803
4,52
Python: Text as DataPortfolio Project
7
2.476
4,51
Artificial Neural Network IntroductoryPortfolio Project
3
2.204
4,54
Image Classification using CNNPortfolio Project
3
2.091
4,48
Tensorflow DatasetPortfolio Project
3
1.986
4,5
Time Series Prediction MLPPortfolio Project
3
2.110
4,46
Time Series Prediction LSTMPortfolio Project
3
2.098
4,43
EDA Case StudyPortfolio Project
4
2.106
4,46
XGBoostPortfolio Project
3
2.097
4,49
NLP Case Study: Sentiment AnalysisPortfolio Project
3
1.236
4,55
XGBoost Hyperparameter TuningPortfolio Project
3
1.954
4,55
Transformer Model OverviewPortfolio Project
3
1.772
4,47
General Attention MecanismPortfolio Project
2
1.932
4,41
Transformer Hands-OnPortfolio Project
3
1.786
4,48
Transformer Hands-On: Case StudyPortfolio Project
3
1.884
4,43
