杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

梯度提升算法实战:基于XGBoost和scikit-learn/(美)科里·韦德(CoreyWade)著 张生军译

出版发行项:

北京:清华大学出版社,2024

ISBN及定价:

978-7-302-65951-8/CNY99.00

载体形态项:

17,218页;26cm

并列正题名:

Hands-On Gradient Boosting with XGBoost and scikit-learn

其它题名:

基于XGBoost和scikit-learn

个人责任者:

(美) 韦德 (Wade, Corey) 著

个人次要责任者:

张生军 译

学科主题:

机器学习-算法

中图法分类号:

TP181

相关题名附注:

版权页英文题名：Hands-On Gradient Boosting with XGBoost and scikit-learn

提要文摘附注:

本书共分三大部分：第一部分(第1-4章)为入门部分，介绍XGBoost背后的实用理论，包括装袋和提升模型结构、数据预处理、回归和分类模型、XGBoost基本模型及超参数微调；第二部分(第5-7章)为进阶部分，介绍XGBoost框架构成及超参数优化；第三部分(第8-10章)为高级部分，着重讨论微调备选基学习器、创新技巧、特征工程，并使用稀疏矩阵、定制转换器和管道，练习构建适合行业部署的模型。

豆瓣简介：