如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘

深入理解XGBOOST 高效机器学习算法与进阶PDF电子书下载

其他书籍

• 作 者：何龙着
• 出 版 社：
• 出版年份：2020
• ISBN：
• 页数：0 页

图书介绍： 查看图书目录点击购买PDF全本电子书 上一篇：世界文学名着 妒误下一篇：外国文学经典二十讲 《深入理解XGBOOST 高效机器学习算法与进阶》目录 标签：算法 深入 理解 机器 学习

第1章 机器学习概述1

1.1 何谓机器学习1

1.1.1 机器学习常用基本概念2

1.1.2 机器学习类型3

1.1.3 机器学习应用开发步骤4

1.2 集成学习发展与XGBoost提出5

1.2.1 集成学习5

1.2.2 XGBoost6

1.3 小结7

第2章 XGBoost骊珠初探9

2.1 搭建Python机器学习环境9

2.1.1 Jupyter Notebook10

2.1.2 NumPy11

2.1.3 Pandas18

2.1.4 Matplotlib32

2.1.5 scikit-learn39

2.2 搭建XGBoost运行环境39

2.3 示例：XGBoost告诉你蘑菇是否有毒42

2.4 小结44

第3章 机器学习算法基础45

3.1 KNN45

3.1.1 KNN关键因素46

3.1.2 用KNN预测鸢尾花品种47

3.2 线性回归52

3.2.1 梯度下降法53

3.2.2 模型评估55

3.2.3 通过线性回归预测波士顿房屋价格55

3.3 逻辑回归57

3.3.1 模型参数估计59

3.3.2 模型评估60

3.3.3 良性／恶性乳腺肿瘤预测61

3.3.4 softmax64

3.4 决策树65

3.4.1 构造决策树66

3.4.2 特征选择67

3.4.3 决策树剪枝71

3.4.4 决策树解决肿瘤分类问题71

3.5 正则化75

3.6 排序78

3.6.1 排序学习算法80

3.6.2 排序评价指标81

3.7 人工神经网络85

3.7.1 感知器85

3.7.2 人工神经网络的实现原理87

3.7.3 神经网络识别手写体数字90

3.8 支持向量机92

3.8.1 核函数95

3.8.2 松弛变量97

3.8.3 通过SVM识别手写体数字98

3.9 小结99

第4章 XGBoost小试牛刀100

4.1 XGBoost实现原理100

4.2 二分类问题101

4.3 多分类问题109

4.4 回归问题113

4.5 排序问题117

4.6 其他常用功能121

4.7 小结145

第5章 XGBoost原理与理论证明146

5.1 CART146

5.1.1 CART生成147

5.1.2 剪枝算法150

5.2 Boosting算法思想与实现151

5.2.1 AdaBoost151

5.2.2 Gradient Boosting151

5.2.3 缩减153

5.2.4 Gradient Tree Boosting153

5.3 XGBoost中的Tree Boosting154

5.3.1 模型定义155

5.3.2 XGBoost中的Gradient Tree Boosting156

5.4 切分点查找算法161

5.4.1 精确贪心算法161

5.4.2 基于直方图的近似算法163

5.4.3 快速直方图算法165

5.4.4 加权分位数概要算法167

5.4.5 稀疏感知切分点查找算法167

5.5 排序学习169

5.5.1 RankNet169

5.5.2 LambdaRank172

5.5.3 LambdaMART173

5.6 DART174

5.7 树模型的可解释性177

5.7.1 Saabas177

5.7.2 SHAP179

5.8 线性模型原理183

5.8.1 Elastic Net回归183

5.8.2 并行坐标下降法184

5.8.3 XGBoost线性模型的实现185

5.9 系统优化187

5.9.1 基于列存储数据块的并行学习188

5.9.2 缓存感知访问190

5.9.3 外存块计算191

5.10 小结192

第6章 分布式XGBoost193

6.1 分布式机器学习框架Rabit193

6.1.1 AllReduce193

6.1.2 Rabit195

6.1.3 Rabit应用197

6.2 资源管理系统YARN200

6.2.1 YARN的基本架构201

6.2.2 YARN的工作流程202

6.2.3 XGBoost on YARN203

6.3 可移植分布式XGBoost4J205

6.4 基于Spark平台的实现208

6.4.1 Spark架构208

6.4.2 RDD210

6.4.3 XGBoost4J-Spark211

6.5 基于Flink平台的实现223

6.5.1 Flink原理简介224

6.5.2 XGBoost4J-Flink227

6.6 基于GPU加速的实现229

6.6.1 GPU及其编程语言简介229

6.6.2 XGBoost GPU加速原理230

6.6.3 XGBoost GPU应用236

6.7 小结239

第7章 XGBoost进阶240

7.1 模型训练、预测及解析240

7.1.1 树模型训练240

7.1.2 线性模型训练256

7.1.3 模型预测258

7.1.4 模型解析261

7.2 树模型更新264

7.2.1 updater_colmaker264

7.2.2 updater_histmaker264

7.2.3 updater_fast_hist271

7.2.4 其他更新器276

7.3 目标函数278

7.3.1 二分类279

7.3.2 回归280

7.3.3 多分类282

7.3.4 排序学习284

7.4 评估函数288

7.4.1 概述289

7.4.2 二分类291

7.4.3 多分类295

7.4.4 回归296

7.4.5 排序297

7.5 小结299

第8章 模型选择与优化300

8.1 偏差与方差300

8.2 模型选择303

8.2.1 交叉验证304

8.2.2 Bootstrap306

8.3 超参数优化307

8.3.1 网格搜索308

8.3.2 随机搜索310

8.3.3 贝叶斯优化313

8.4 XGBoost超参数优化315

8.4.1 XGBoost参数介绍315

8.4.2 XGBoost调参示例319

8.5 小结334

第9章 通过XGBoost实现广告分类器335

9.1 PCA335

9.1.1 PCA的实现原理335

9.1.2 通过PCA对人脸识别数据降维338

9.1.3 利用PCA实现数据可视化341

9.2 通过XGBoost实现广告分类器343

9.3 小结357

第10章 基于树模型的其他研究与应用358

10.1 GBDT、LR融合提升广告点击率358

10.2 mGBDT360

10.3 DEF362

10.4 一种基于树模型的强化学习方法366

10.5 小结370

相关图书

• 《党员干部理论学习培训教材 理论热点问题党员干部学习辅导》（中国）胡磊 2018
• 《深度学习与飞桨PaddlePaddle Fluid实战》于祥 2019
• 《全国普通高等中医药院校药学类专业“十三五”规划教材 第二轮规划教材 有机化学学习指导 第2版》赵骏 2018
• 《智能制造高技能人才培养规划丛书 ABB工业机器人虚拟仿真教程》（中国）工控帮教研组 2019
• 《全国职业院校工业机器人技术专业规划教材 工业机器人现场编程》（中国）项万明 2019
• 《基于核心素养的有效学习与学业评价策略 初中政治》李亚莉主编 2018
• 《人体寄生虫学学习指导与习题集 供基础 临床 预防 口腔医学类专业用 第2版》诸欣平，苏川 2018
• 《大学信息技术基础学习与实验指导教程》安世虎主编 2019
• 《计算机视觉系统设计及显着性算法研究》徐海波着 2019
• 《牛津中国心理学手册 上 认知与学习》（美）迈克尔·哈里斯·邦德主编；赵俊华，张春妹译 2019

作者其它书籍

• 《西洋镜 中国早期艺术史 上》（瑞典）喜仁龙着；陆香，郭雯熙，张同译；赵省伟主编 2019
• 《出征》宗昊，王晓龙着 2020
• 《人体机能学 第2版》张建龙着 2018
• 《西洋镜 中国早期艺术史 下》（瑞典）喜仁龙着；陆香，郭雯熙，张同译；赵省伟主编 2019
• 《三十岁 一切刚刚开始》李尚龙着 2020
• 《新型吲哚七甲川菁类近红外荧光探针的设计、合成及生物活性研究》孙春龙着 2019
• 《我们总是孤独成长》李尚龙着 2020
• 《中医传世经典诵读本 幼科推拿秘书》（清）骆如龙着 2016
• 《K线图的93个卖出形态 第2版》杨明龙着 2017
• 《话题作文指导》刘生龙着 2005

出版社其它书籍

本类热门

• 1变通 受用一生的学问
• 2额尔古纳河右岸
• 3易经真的很容易
• 4海蒂怀孕大百科 全新第4版
• 5八次危机 中国的真实经验1949-2009
• 6法治的细节
• 7你是你吃出来的
• 8蛤蟆先生的希望
• 9杀死一只知更鸟
• 10天幕红尘

摘要：本文深入解析了《深入理解XGBOOST 高效机器学习算法与进阶.pdf电子书版文档下载》，全面介绍了XGBOOST算法的核心原理、实现细节以及进阶应用。通过详细阐述XGBOOST的算法原理、模型构建、参数调优和实际应用，帮助读者全面掌握XGBOOST算法，提升机器学习实践能力。

1、XGBOOST算法原理

《深入理解XGBOOST 高效机器学习算法与进阶.pdf电子书版文档下载》首先介绍了XGBOOST算法的原理。XGBOOST是一种基于决策树的集成学习方法，通过构建多棵决策树，对数据进行预测。书中详细阐述了XGBOOST的决策树构建过程，包括节点分裂、损失函数、正则化等关键步骤。

书中还介绍了XGBOOST的梯度提升算法，包括如何计算梯度、如何选择最优分割点等。通过这些原理的讲解，读者可以深入理解XGBOOST算法的工作机制。

此外，书中还介绍了XGBOOST与其他机器学习算法的比较，如随机森林、梯度提升树等，帮助读者更好地选择合适的算法。

2、XGBOOST模型构建

在模型构建方面，《深入理解XGBOOST 高效机器学习算法与进阶.pdf电子书版文档下载》详细介绍了XGBOOST的模型构建过程。首先，书中介绍了如何将原始数据转换为XGBOOST可处理的格式，包括特征工程、数据预处理等步骤。

接着，书中详细讲解了XGBOOST的参数设置，如学习率、树的最大深度、子采样比例等。通过调整这些参数，可以优化模型性能。

此外，书中还介绍了XGBOOST的交叉验证方法，帮助读者评估模型性能，选择最佳参数组合。

3、XGBOOST参数调优

参数调优是XGBOOST应用中的关键环节。《深入理解XGBOOST 高效机器学习算法与进阶.pdf电子书版文档下载》详细介绍了XGBOOST参数调优的方法和技巧。首先，书中介绍了常用的参数调优方法，如网格搜索、随机搜索等。

接着，书中通过实际案例展示了如何使用这些方法进行参数调优。通过这些案例，读者可以学习到如何在实际应用中调整XGBOOST参数，提升模型性能。

此外，书中还介绍了XGBOOST的并行计算方法，帮助读者在处理大规模数据时提高效率。

4、XGBOOST实际应用

在XGBOOST的实际应用方面，《深入理解XGBOOST 高效机器学习算法与进阶.pdf电子书版文档下载》提供了丰富的案例。书中介绍了XGBOOST在分类、回归、排序等任务中的应用，并提供了相应的代码示例。

通过这些案例，读者可以学习到如何将XGBOOST应用于实际问题，解决实际问题。

此外，书中还介绍了XGBOOST与其他机器学习库的结合，如scikit-learn、TensorFlow等，帮助读者更好地利用XGBOOST进行机器学习实践。

总结：

《深入理解XGBOOST 高效机器学习算法与进阶.pdf电子书版文档下载》全面介绍了XGBOOST算法，从原理到实践，为读者提供了丰富的知识和案例。通过学习本书，读者可以全面掌握XGBOOST算法，提升机器学习实践能力。

本文由nayona.cn整理

点击联系需要东西方神秘学学习资料，专业的咨询