Data della sessione originale: 7 aprile 2022
Argomenti trattati: XGBoost, Hyperparameters, machine learning
Relatore: Russ Wolfinger, Illustre ricercatore
XGBoost è un (relativamente) nuovo protocollo di apprendimento automatico che sta solo iniziando a essere implementato nel settore dell'energia e della produzione a monte. Questo modello di insieme dell'albero decisionale sta conquistando il mondo tempesta (beh, ok, potrebbe essere un po' un'iperbole, ma dai!), vincere Gare di Kaggle e ogni tanto lentamente, facendosi strada nel petrolio e nel gas. Russ Wolfinger, un Distinguished Research Fellow SAS, Kaggle Grandmaster e leader di lunga data nella divisione JMP Life Sciences ha creato e perfezionato un componente aggiuntivo XGBoost, che mostra nel video qui sotto.
Perché XGBoost e come è diverso? XGBoost distribuisce un algoritmo dell'albero decisionale potenziato con gradiente. Attraverso l'aumento del gradiente, si è in grado di utilizzare strati di modelli per correggere l'errore commesso dal modello precedente fino a quando non è possibile apportare ulteriori miglioramenti o viene utilizzato come soglia un criterio di arresto come le metriche delle prestazioni del modello "( medio ). Distribuito in JMP, questo offre all'utente l'opportunità di a) applicare fino a tre pieghe ortogonali per la convalida del modello, b) b) l'autotuning, che implementa la tecnologia DOE brevettata da JMP per scorrere rapidamente verso iperparametri ottimali e c) il profilatore di previsione di JMP per osservare e interagire con il modello per comprendere meglio come i singoli fattori possono essere modificati per ottimizzare la risposta di interesse.
Figura 1. Modella iperparametri e statistiche di adattamento valutando una serie di fattori di posizione, geologici e di completamento sulla produzione cumulativa di 12 mesi nel Barnett Shale, Texas, USA.
Figura 2. Profiler predetto vs effettivo e predittivo di un modello XGBoost che valuta una serie di fattori di posizione, geologici e di completamento sulla produzione cumulativa di 12 mesi nel Barnett Shale, Texas, USA.
