إكس جي بوست

في البداية، اكس جي بوست (باللغة الإنكليزية: XGBoost ; مختصر لـ eXtreme Gradient Boosting) هي مكتبة برمجيةمفتوحة المصدر، التي توفر اطار عمل لتقنيات تقنين التدرج المعزز في اللغات البرمجية سي++، جافا، بايثون، ار، جوليا، بيرل، و سكالا. تعمل المكتبة على انظمة تشغيل لينكس ومايكروسوفت ويندوز و ماك او اس. اعتمادا على وصف المشروع، فانه يهدف إلى توفير مكتبة تدعم «التدرج المعزز القابل للتطوير واعادة الاستعمال والتوزيع». يتم تشغيله على جهاز واحد، فضلًا عن أطر المعالجة الموزعة من اباتشي هدوب و اباتشي سبارك و اباتشي فلينك و داسك. وتعرض الأقسام التالية جوانب أخرى من الموضوع.
وفي السياق ذاته، لقد اكتسبت المكتبة الكثير من الشعبية والاهتمام مؤخرًا باعتبارها الخوارزمية المفضلة للعديد من الفرق الفائزة في مسابقات التعلم الآلي.
التاريخ
وفي هذا السياق، سرعان ما تم دمجها مع عدد من الحزم الأخرى مما يسهل استخدامها في مجتمعات البرمجة. تم دمجها الآن مع مكتبة ساي كيت ليرن لمستعملي بايثون ومع حزمة الإقحام لمستعملي ار. يمكن كذلك دمجها في أطر عمل مسار البيانات مثل اباتشي سبارك و اباتشي هيدوب و اباتشي فلينك. يتوفر اكس جي بوست كذلك على اوبن سي ال لمصفوفة البوابات المنطقية القابلة للبرمجة. تم نشر تنفيذ فعال وقابل للتطوير لاكس جي بوست بواسطة تيانكي جين و كالوس جوسترين.
وفي هذا الصدد، بدأت اكس جي بوست في البداية كمشروع بحثي بواسطة تيانكي جين كجزء من مجموعة مجتمع التعلم الآلي العميق. في البداية، بدأ كتطبيق طرفي يمكن تهيئته باستخدام ملف تكوين libsvm. أصبح معروفًا جيدًا في دوائر مسابقة تعلم الالة بعد استخدامه في الحل الفائز لتحدي هيكز لتعلم الالة. بعد فترة وجيزة، تم إنشاء حزم بايثون و ار، ولدى اكس جي بوست الآن تطبيقات لحزم جافا و سكالا و جوليا و ليرل ولغات أخرى. جلب هذا التحدي اهتمام المزيد من المطورين إلى المكتبة، وساهم في شعبيتها بين مجتمع كاغل، حيث تم استخدامها لعدد كبير من المسابقات.
السمات
- طرق قطع ذكية للأشجار
- تقلص نسبي للعقد الورقية
- تعزيز نيوتن
وعلى صعيد آخر، تشمل الميزات البارزة لاكس جي بوست والتي تجعله مختلفًا عن خوارزميات تعزيز التدرج الأخرى:
معلمة عشوائية إضافية
التنفيذ على أنظمة فردية وموزعة وحساب خارجي للذاكرة
الاختيار التلقائي للخصائص
الجوائز
جائزة فيزياء الطاقة العالية تلتقي بالتعلم الآلي (2016)
جائزة جون تشامبرز (2016)
الخوارزمية
علاوةً على ذلك، يعمل اكس جي بوست بالاعتماد على طريقة نيوتن في مساحة الوظيفة على عكس تعزيز التدرج الذي يعمل كنزول متدرج في مساحة الوظيفة، يتم استخدام تقريب تايلور من الدرجة الثانية في وظيفة الخسارة لإجراء الاتصال بطريقة نيوتن رافسون.
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟