|
000
|
01551nam 2200265 450
|
|
001
|
2070402953
|
|
005
|
20201104193333.00
|
|
010
|
|
@a978-7-111-64262-6@dCNY99.00
|
|
100
|
|
@a20191222d2020 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
200
|
1
|
@a深入理解XGBoost@Ashen ru li jie XGBoost@e高效机器学习算法与进阶@f何龙著
|
|
210
|
|
@a北京@c机械工业出版社@d2020.01
|
|
215
|
|
@a370页@c图@d24cm
|
|
225
|
2
|
@a智能系统与技术丛书@Azhi neng xi tong yu ji shu cong shu
|
|
314
|
|
@a何龙, 现就职于滴滴出行, XGBoost开源社区贡献者, 专注于人工智能和机器学习领域。
|
|
330
|
|
@a本书以机器学习必会知识做铺垫, 深入剖析XGBoost的原理、分布式实现、深度应用、模型选择与优化等。第1-3章使读者对机器学习算法有整体认知, 了解如何在模型训练过程中进行优化、评估模型结果, 并熟悉常用机器学习算法的实现原理和应用, 如线性回归、逻辑回归、决策树、神经网络、支持向量机等。第4章是简单的实际案例, 讲解如何通过XGBoost解决分类、回归、排序等问题, 以及XGBoost中常用功能。第5-7章是本书重点, 从原理与源码层面深入剖析XGBoost, 涵盖XGBoost原理与理论证明、分布式XGBoost的实现、XGBoost中各个组件的源码解析。第8-9章为进阶内容, 帮读者打通实践中的算法与工程难点, 更好地解决实际问题。第10章介绍了树模型与其他模型融合的一些较为前沿的研究方法, 以开拓眼界, 拓展思路。
|
|
410
|
0
|
@12001 @a智能系统与技术丛书
|
|
517
|
1
|
@a高效机器学习算法与进阶@Agao xiao ji qi xue xi suan fa yu jin jie
|
|
606
|
0
|
@a机器学习@Aji qi xue xi@x算法
|
|
690
|
|
@aTP181@v5
|
|
701
|
0
|
@a何龙@Ahe long@4著
|
|
801
|
0
|
@aCN@b人天书店@c20201005
|
|
905
|
|
@aZUCC@dTP181@eH182
|
|
|
|
|
| |
| 深入理解XGBoost：高效机器学习算法与进阶/何龙著.-北京：机械工业出版社，2020.01 |
| 370页：图；24cm.-(智能系统与技术丛书) |
| |
| |
| ISBN 978-7-111-64262-6：CNY99.00 |
| 本书以机器学习必会知识做铺垫, 深入剖析XGBoost的原理、分布式实现、深度应用、模型选择与优化等。第1-3章使读者对机器学习算法有整体认知, 了解如何在模型训练过程中进行优化、评估模型结果, 并熟悉常用机器学习算法的实现原理和应用, 如线性回归、逻辑回归、决策树、神经网络、支持向量机等。第4章是简单的实际案例, 讲解如何通过XGBoost解决分类、回归、排序等问题, 以及XGBoost中常用功能。第5-7章是本书重点, 从原理与源码层面深入剖析XGBoost, 涵盖XGBoost原理与理论证明、分布式XGBoost的实现、XGBoost中各个组件的源码解析。第8-9章为进阶内容, 帮读者打通实践中的算法与工程难点, 更好地解决实际问题。第10章介绍了树模型与其他模型融合的一些较为前沿的研究方法, 以开拓眼界, 拓展思路。 |
| ● |
正题名：深入理解XGBoost
索取号：TP181/H182
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1477882
|
214778828
|
自科库301/301自科库 102排9列1层/
[索取号:TP181/H182]
|
在馆
|
|
|
2
|
1477883
|
214778837
|
自科库301/301自科库 102排9列1层/
[索取号:TP181/H182]
|
在馆
|
|
