梯度提升演算法實戰-基於XGBoost和scikit-learn 9787302659518 科里.韋德
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$630
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202404*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：梯度提升演算法實戰-基於XGBoost和scikit-learn ISBN：9787302659518 出版社：清華大學 著編譯者：科里.韋德 頁數：218 所在地：中國大陸 *此為代購商品 書號：1638100 可大量預訂，請先連絡。 內容簡介 XGBoost是一種經過行業驗證的開源軟體庫，為快速高效地處理數十億數據點提供了梯度提升框架。首先，本書在介紹機器學習和XGBoost在scikit-learn中的應用后，逐步深入梯度提升背後的理論知識。讀者將學習決策樹，並分析在機器學習環境中的裝袋技術，同時學習拓展到XGBoost的超參數；並將從零開始構建梯度提升模型，將梯度提升擴展到大數據領域，同時通過計時器的使用了解速度限制。接著，本書重點探討XGBoost的細節，著重於速度提升和通過數學推導導出參數。通過詳細案例研究，讀者將練習使用scikit-learm及原始的Python API構建和微調XGBoost分類器與回歸器：並學習如何利用XGBoost的超參數來提高評分、糾正缺失值、縮放不平衡數據集，並微調備選基學習器。最後，讀者將學習應用高級XGBoost技術，如構建非相關的集成模型、堆疊模型，並使用稀疏矩陣、定製轉換器和管道為行業部署準備模型。 本書適合作為高等學校計算機專業、軟體工程專業的高年級本科生及研究生教材，同時適合有一定機器學習基礎的數據科學家、機器學習工程師和研究人員閱讀，可為解決複雜的機器學習問題提供實用指導。目錄 第一部分 裝袋和提升第1章 機器學習概覽 1 1 XGBoost概覽 1 2 數據整理 1 2 1 數據集1：自行車租賃數據集 1 2 2 理解數據 1 2 3 糾正空值 1 3 回歸預測 1 3 1 預測自行車租賃數量 1 3 2 保存數據以備將來使用 1 3 3 聲明預測列和目標列 1 3 4 理解回歸 1 3 5 訪問scikit-learn 1 3 6 關閉警告信息 l 3 7 線性回歸建模 1 3 8 XGBoost 1 3 9 XGBRegressoi 1 3 10 交叉驗證 1 4 分類預測 1 4 1 什麼是分類？ 1 4 2 數據集2：人口普查數據集 1 4 3 XGBoost分類器 1 5 總結 第2章 深入淺出決策樹 2 1 介紹XGBoost決策樹 2 2 探索決策樹 2 2 1 第一個決策樹模型 2 2 2 決策樹內部結構 2 3 對比方差和偏差 2 4 調整決策樹超參數 2 4 1 決策樹回歸器 2 4 2 一般超參數 2 4 3 綜合微調超參數 2 5 實例：預測心臟病 2 5 1 心臟病數據集 2 5 2 決策樹分類器 2 5 3 i鯗擇超參數 2 5 4 縮小範圍 2 5 5 feature_importances_ 2 6 總結 第3章 隨機森林與裝袋法 3 1 裝袋集成 3 1 1 集成方法 3 1 2 自助聚合 3 2 探索隨機森林 3 2 1 隨機森林分類器 3 2 2 隨機森林回歸器 3 3 隨機森林超參數 3 3 1 oob_score 3 3 2 n_estimators 3 3 3 warm_start 3 3 4 自助法 第二部分 XGBoost 第三部分 XGBoost進階 附錄 本書相關網址 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
