点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - XGBoost算法原理
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
XGBoost原理解析.pdf
XGBoost原理解析.pdf 作者:Drxan 邮箱:yuwei8905@126.com 目录 前言 ................................................................................................................. 3 1 基本概念解释 ........................................................................
所属分类:
机器学习
发布日期:2017-12-31
文件大小:1048576
提供者:
tinakongcheng
XGBOOST算法原理及应用介绍
比较偏重于理论阐述的工具书,原理解释、数学推导比较详细,可参考论文一起看。
所属分类:
机器学习
发布日期:2018-10-29
文件大小:1048576
提供者:
qq_34683051
gbdt算法原理
•泰勒公式 •最优化方法 •梯度下降法(Gradient descend method) •牛顿法(Newton’s method) •从参数空间到函数空间 •从Gradient descend 到Gradient boosting •从Newton’s method 到Newton Boosting •Gradient Boosting Tree 算法原理 •Newton Boosting Tree 算法原理:详解XGBoost •更高效的工具包LightGBM
所属分类:
机器学习
发布日期:2019-04-28
文件大小:1048576
提供者:
sargentti
树模型论文汇总.zip
xgboost、lightgbm、catboost论文汇总。 XGBoost[1]是2014年2月诞生的专注于梯度提升算法的机器学习函数库,此函数库因其优良的学习效果以及高效的训练速度而获得广泛的关注。仅在2015年,在Kaggle[2]竞赛中获胜的29个算法中,有17个使用了XGBoost库,而作为对比,近年大热的深度神经网络方法,这一数据则是11个。在KDDCup 2015 [3]竞赛中,排名前十的队伍全部使用了XGBoost库。XGBoost不仅学习效果很好,而且速度也很快,相比梯度提升
所属分类:
机器学习
发布日期:2019-08-13
文件大小:2097152
提供者:
qq_22866291
XGBoost原理解析.pdf
XGBoost是机器学习比较热门且重要的算法,其原理为机器学习从业者必须了解的知识。现将电子版免费分享给大家。
所属分类:
机器学习
发布日期:2020-05-28
文件大小:1048576
提供者:
lz_peter
XGBoost 算法原理
一、简介 XGBoost(eXtreme Gradient Boosting)是GBDT(Gradient Boosting Decision Tree)的一种实现。GBDT又是提升树(Boosting Tree)的一种优化模型。Boosting则是集成学习的一种算法。 1.1 梯度提升树(Gradient Boosting Decison Tree, GBDT) 之前提到的 Bagging 的思想比较简单,即每一次从原始数据中根据均匀概率分布有放回的抽取和原始数据大小相同的样本集合,样本点可
所属分类:
其它
发布日期:2021-01-06
文件大小:1048576
提供者:
weixin_38608866
XGBoost——机器学习(理论+图解+安装方法+python代码)
文章目录一瞥一、集成算法思想二、XGBoost基本思想三、MacOS安装XGBoost四、用python实现XGBoost算法五、xgboost的优化:六、xgboost的优势:1、正则化2、并行处理3、高度的灵活性4、缺失值处理5、剪枝6、内置交叉验证7、在已有的模型基础上继续七、常用API 介绍1.数据接口 Data Interface2. 参数设置Setting Parameters3.开始训练Training 保存模型4.提前停止Early Stopping5.预测Prediction
所属分类:
其它
发布日期:2021-01-06
文件大小:936960
提供者:
weixin_38711149
Machine_Learning_Code:《统计学习方法》与常见机器学习模型(GBDTXGBoostlightGBMFMFFM)的原理讲解与python和类库实现-源码
机器学习模型的python与类库实现 本repo以李航博士的《统计学习方法》为路线,逐章讲解并实现其中所有的算法;从而,再加上常用的机器学习模型,例如GBDT,XGBoost,Light GBM,FM,FFM等,力争将传统的机器学习方法能够融汇互换 :party_popper: 。 统计学习方法|感知机模型 模型理论讲解: 模型代码实现: , 统计学习方法| K近邻 模型理论讲解: 模型代码实现: , 统计学习方法|朴素贝叶斯 模型理论讲解: 模型代码实现: , 统计学习方法|
所属分类:
其它
发布日期:2021-03-21
文件大小:24117248
提供者:
weixin_42131861
ansi_selector:用于环境噪声地震干涉法的自动数据选择算法-源码
ansi_selector 环境噪声地震干涉法的自动数据选择算法 被动地震实验已被提议作为控制源地震学的一种经济高效且非侵入性的替代方法,可以检索基于地震干涉法原理的体波反射。 但是,从所记录的巨大环境噪声中,只有选定的时间段(噪声面板)对反射的恢复具有建设性的贡献。 我们解决了使用卷积神经网络(CNN)自动扫描由大型N阵列记录的环境噪声数据以寻找体波能量(体波事件)的问题。 它包括首先在每个接收站为记录信号的所有分割部分(噪声面板)计算幅度和频率属性值。 然后,将创建的2-D属性图转换为图像,
所属分类:
其它
发布日期:2021-02-11
文件大小:95420416
提供者:
weixin_42139042