书目详细信息
： 梯度提升算法实战:基于XGBoost和scikit-learn
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-302-65951-8:CNY99.00 |
|---|---|
| 作品语种： | chi eng |
| 出版国别： | CN 110000 |
| 题名责任者项： | 梯度提升算法实战/.(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 |
| 载体形态项： | 17,218页:;+26cm |
| 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： | 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。 |
| 并列题名： | Hands-on gradient boosting with XGBoost and scikit-learn eng |
| 题名主题： | 机器学习 算法 |
| 中图分类： | TP181 |
| 个人名称等同： | 韦德 (美) 著 |
| 个人名称次要： | 张生军 译 |
| 记录来源： | CN SDL 20241120 |