پیادهسازی الگوریتم Gradient Boosting برای رگرسیون از پایه، با هدف درک عمیق منطق الگوریتم و تمرین عملی یادگیری ماشین.
ویژگیها:
- تابع خطای مربع میانگین (MSE)
- weak learner خطی با گرادیان دیسنت
- حلقه دستی آموزش و بروزرسانی مدل
- تحلیل loss و روند یادگیری
- اجرای مثال روی دیتاست FuelConsumptionCo2
این پروژه به صورت درسمحور طراحی شده تا مفاهیم Gradient Boosting، weak learner و نحوه ترکیب آنها در ensemble را به صورت عملی نشان دهد.