<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>nigimitama</author_name>
  <author_url>https://blog.hatena.ne.jp/nigimitama/</author_url>
  <blog_title>盆暗の学習記録</blog_title>
  <blog_url>https://nigimitama.hatenablog.jp/</blog_url>
  <categories>
  </categories>
  <description>NGBoost: Natural Gradient Boosting for Probabilistic Predictionの論文を読んだのでメモしておきます。 ざっくり要約すると以下のような感じでした。 NGBoostは予測を点ではなく分布で予測するための機械学習アルゴリズム 勾配ブースティングの枠組みで最尤推定する 最適化にはニュートン法を改良したフィッシャーのスコア法をベースにしており、指数分布族以外の分布や特殊なパラメータを仮定する指数分布族でも使えるよう一般化している 予測を点で推定した場合の精度はRandom Forestに匹敵するが通常の勾配ブースティングに劣るくらい もう少し…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fnigimitama.hatenablog.jp%2Fentry%2F2021%2F05%2F29%2F145517&quot; title=&quot;NGBoostの理論のまとめ - 盆暗の学習記録&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/n/nigimitama/20210529/20210529145206.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2021-05-29 14:55:17</published>
  <title>NGBoostの理論のまとめ</title>
  <type>rich</type>
  <url>https://nigimitama.hatenablog.jp/entry/2021/05/29/145517</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
