나약한 존재들이라도, 비슷한 것들이 많이 모이면 큰 힘이 됩니다!

라틴어로 "sim-"은 같다, 유사하다, 함께하다 등등의 의미로 파생되어 왔는데요(영어로는 sem-, sim-), 어벤저스도 모여서 우주를 구했고(Avengers As"sem"ble), 우리는 실제와 유사한 환경을 잔뜩 만들어서 실험을 해보기도 하며("sim"ulation), 사람들의 의견이 모이면 집회(As"sem"bly)가 되기도 합니다.XGBoost

함께 모여 조화를 이루는 앙상블(En"sem"ble) 또한 마찬가지 입니다!

개별적인 Tree도 모이면 Forest가 되듯이. 이 Tree들이 어떻게 진화해 왔는지 알아보는 것은 중요한 주제일 것 같습니다.

📌 딥다이브 2: Tree 계열의 모델들은 다양한 앙상블 기법으로 발전하며 성능을 높여왔습니다. 기본 Tree 모델에서 어떠한 모델들로 발전해왔고, 발전된 모델은 기본 Tree 모델과 어떤 차이를 보이는지, 또는 발전된 모델끼리 어떤 차이를 보이는지 알아봅시다.

✅ Random Forest vs XGBoost vs LightGBM vs CatBoost vs Extra Tree 등등… 이 외에도 다양한 Tree들이 발전해왔을 것입니다.

각각이 기존의 Tree 계열 모델에서 어떤 점들이 개선되었는지, 혹은 어떤 trade-off를 가지는지(성능-속도 등), 기존 Tree와의 비교 뿐 아니라 발전된 모델들 서로 간 비교해보는 것도 좋을 것 같습니다.