内容説明
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
LightGBMを使った予測モデルの解説書です。
感想・レビュー
※以下の感想・レビューは、株式会社ドワンゴの提供する「読書メーター」によるものです。
ぶう
13
テーブルデータを扱う場合、まずはLightGBMで試してみるという人は多いと思う。欠損値を欠損のまま扱えたり、標準化の処理が不要であったり、と手軽にできる割に、そこそこ精度の高いモデルが比較的簡単に作れてしまうので人気が出る理由も分かる。kaggleなどの本格的なコンペでも、やはり使用されている頻度は多いと聞く。本書は機械学習の基礎でえる「線形回帰」、勾配ブースティングの基礎である「決定木（回帰木）」を説明した後に、勾配ブースティング→XGBoost→LightGBMと順を追った構成のため分かりやすい。2023/12/04
K.T
3
MBAの卒論の内容がLightGBMを使った予測モデルの構築なので、ど真ん中の書籍として購入。付箋を貼りまくって読了した。教授もそこまで理解してない中で進めて行ったので、feature importanceよりもSHAP値を使った方がモデルの理解は進むのか、、みたいな根本の所含めてとても参考になった。とりあえず卒論書き終えれたので、多分見返す事は無いんだろうなぁ、、とは思うけど、Pythonも初めて扱ったし、生成AIの凄さも実感出来た。Optuna使った精度向上等はやらなかったけど。良本でした。★★★★★2025/05/12
