浙江药科职业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(Corey Wade)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

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3部分。第1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2部分介绍XGBoost框架构成及超参数优化;第3部分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：