2020年11月16日，焦糖工作室在第三教学楼402展开了统计机器学习分享会——决策树以及集成学习。
毛海涛同学从ID3模型出发，讲解了常见的C4.5、CART决策树模型及其原理；接着，分享了集成学习中Bagging和Boosting两个策略，引出GDBT模型和XGBoost模型。
分享结束后，主讲人也在群中分享了集成学习中常见的问题，其中包括：
·集成学习有哪些优点?
·关于GDBT和LR模型的选择
·GDBT和XGBoost区别
·GDBT和Adaboost的区别
·XGboost和GDBT的效果差别
·...
通过复习巩固，同学们对集成学习有了更深的理解。
焦糖工作室自2020年秋季开学起，每周都会组织一期的统计机器学习分享。分享会以《统计学习方法》为主线，大三同学为主要分享成员，以学习及复习重要模型为目标。截止目前，已组织过8次peer teaching，主题包括但不完全：统计机器学习概述、Logistic Regression模型、贝叶斯分类算法、SVD、PCA降维、马尔可夫链蒙特卡洛法、硬间隔SVM、反向传播、决策树以及集成学习。欢迎对机器学习以及人工智能的感兴趣的同学们与我们交流。
