机读格式显示(MARC)

• 000 01166nam0 2200265 450

• 001 0001472157

• 005 20241212101500.0

• 010 __ |a 978-7-302-65951-8 |d CNY99.00

• 100 __ |a 20240425d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 梯度提升算法实战 |A ti du ti sheng suan fa shi zhan |e 基于XGBoost和scikit-learn |f (美)科里·韦德(Corey Wade)著 |g 张生军译

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a 17,218页 |d 26cm

• 312 __ |a 版权页英文题名:Hands-on gradient boosting with XGBoost and scikit-learn

• 330 __ |a 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。

• 510 1_ |a Hands-on gradient boosting with XGBoost and scikit-learn |z eng

• 606 0_ |a 机器学习 |x 算法

• 690 __ |a TP181 |v 5

• 701 _1 |c (美) |a 韦德 |A wei de |g (Wade, Corey) |4 著

• 702 _0 |a 张生军 |A zhang sheng jun |4 译

• 801 _0 |a CN |b 鄞州新华 |c 20240710

• 905 __ |a ZPHC |d TP181/196