机器学习算法总结

持续更新…

XgBoost算法

XgBoost是Boosting算法的其中一种，Boosting算法的思想是将许多弱分类器集成在一起，形成一个强分类器。因为XgBoost是一种提升树模型，所以它是将许多树模型集成在一起，形成一个很强的分类器，所用到的树模型是CART回归树模型。也就是XgBoost是由很多CART树集成。

什么是CART树呢？

数据挖掘或机器学习中使用的决策树主要有两种类型：

1. 分类树分析是指预测结果是数据所属的类
2. 回归树分析是指预测结果可以是实数

而术语分类回归树（CART, Classification And Regression Tree）分析是用于指代上述两种树的总称，由Breiman等人首先提出。

XgBoost是在GBDT的基础上进行改进，使之更强大，适用于更大范围。

Xgboost介绍
XgBoost简介和使用

还有一个想要学习的是GPT-2， GPT-3
参见博客http://jalammar.github.io/