免费人妻中文不卡无码_日本精品爽爽van在线_久久精品国产99久久丝袜蜜桃_女强人被春药精油按摩bd电影

大數(shù)據(jù)時(shí)代的今天，基于規(guī)則解決具體業(yè)務(wù)問(wèn)題的傳統(tǒng)方式已無(wú)法滿足企業(yè)需求，機(jī)器學(xué)習(xí)與人工智能逐漸走入人們的視野，并迅速得到了眾多企業(yè)的廣泛關(guān)注。各大互聯(lián)網(wǎng)公司相繼成立了自己的機(jī)器學(xué)習(xí)研究院，或建立機(jī)器學(xué)習(xí)團(tuán)隊(duì)。然而，隨著企業(yè)業(yè)務(wù)規(guī)模、數(shù)據(jù)規(guī)模日益擴(kuò)大，業(yè)務(wù)類(lèi)型越來(lái)越復(fù)雜，怎樣在短時(shí)間內(nèi)訓(xùn)練出高準(zhǔn)確率的模型，成為許多企業(yè)面對(duì)的挑戰(zhàn)。
在機(jī)器學(xué)習(xí)與人工智能的浪潮中，XGBoost憑借高效、便捷、擴(kuò)展性強(qiáng)等優(yōu)勢(shì)，在眾多開(kāi)源機(jī)器學(xué)習(xí)庫(kù)中脫穎而出，廣受各大企業(yè)青睞。目前XGBoost已成為熱門(mén)的機(jī)器學(xué)習(xí)開(kāi)源項(xiàng)目之一，擁有強(qiáng)大的社區(qū)支持，技術(shù)也日趨成熟。
為什么要寫(xiě)這本書(shū)
最初寫(xiě)這本書(shū)的想法萌生于兩年前。當(dāng)時(shí)，一些剛接觸XGBoost的同事讓我推薦學(xué)習(xí)資料，但我發(fā)現(xiàn)除了英文論文和官方文檔外，竟找不到一本XGBoost的入門(mén)書(shū)籍。當(dāng)然，論文和官方文檔是學(xué)習(xí)XGBoost的重要參考資料，但對(duì)于剛接觸機(jī)器學(xué)習(xí)的初學(xué)者而言，學(xué)習(xí)這些資料的成本相對(duì)較高。如果沒(méi)有足夠的理論基礎(chǔ)，初學(xué)者容易一開(kāi)始就被細(xì)節(jié)和難點(diǎn)纏住，降低學(xué)習(xí)的積極性。
XGBoost涉及的相關(guān)知識(shí)較多，資料比較分散，苦于缺乏一個(gè)系統(tǒng)、完整的學(xué)習(xí)教程可以參考，學(xué)習(xí)者不得不在搜集資料上耗費(fèi)大量時(shí)間。此外，對(duì)于XGBoost的應(yīng)用也少有完整的案例剖析。想深入理解XGBoost的學(xué)習(xí)者，只能通過(guò)研究項(xiàng)目源碼的方式進(jìn)行學(xué)習(xí)，這顯然不是一個(gè)特別高效的學(xué)習(xí)方式。
為了能夠深入理解XGBoost中各個(gè)組件的實(shí)現(xiàn)原理，筆者也花費(fèi)了很多時(shí)間和精力。在閱讀了相關(guān)論文文檔、深入研究源碼并多次實(shí)踐后，積累了很多學(xué)習(xí)筆記，對(duì)XGBoost也有了自己的理解，由此便萌生了將其整理成書(shū)的想法。這樣既可以幫助更多的人快速了解和學(xué)習(xí)XGBoost，使自己的學(xué)習(xí)所得發(fā)揮更大的價(jià)值，也可以在梳理所學(xué)知識(shí)的過(guò)程中進(jìn)一步提升。
本書(shū)特色
本書(shū)是國(guó)內(nèi)少有的系統(tǒng)、全面地介紹XGBoost技術(shù)原理的書(shū)籍，以通俗易懂的方式對(duì)XGBoost的原理和應(yīng)用進(jìn)行介紹，力求幫助讀者深入理解XGBoost。
（1）講授循次而進(jìn)，符合初學(xué)者的認(rèn)知規(guī)律。本書(shū)首先介紹機(jī)器學(xué)習(xí)中的常用算法，幫助讀者直觀地理解算法的基本原理，打下良好的理論基礎(chǔ)。然后由淺入深，鞭擗向里，帶領(lǐng)讀者深入探索機(jī)器學(xué)習(xí)前沿技術(shù)。
（2）內(nèi)容涵蓋全面，重視理解深度。本書(shū)不僅全面覆蓋了決策樹(shù)、Gradient Tree Boosting、目標(biāo)函數(shù)近似、切分點(diǎn)查找算法等常見(jiàn)內(nèi)容，還詳細(xì)講解了分布式實(shí)現(xiàn)、排序?qū)W習(xí)、模型解釋性、DART等內(nèi)容。
（3）案例實(shí)用豐富，幫助讀者解決實(shí)際遇到的機(jī)器學(xué)習(xí)問(wèn)題。本書(shū)在每個(gè)算法講解之后都配有相應(yīng)的編程示例，不僅使讀者理解算法原理，還有助于提升靈活運(yùn)用算法的能力。
另外，本書(shū)可以作為算法開(kāi)發(fā)人員手邊的工具書(shū)，在學(xué)習(xí)和工作的過(guò)程中隨時(shí)查閱參考。
讀者對(duì)象
人工智能領(lǐng)域的算法工程師
人工智能領(lǐng)域的架構(gòu)師
其他對(duì)機(jī)器學(xué)習(xí)感興趣的人
如何閱讀本書(shū)
本書(shū)共有10章，具體內(nèi)容如下。
第1章介紹了何謂機(jī)器學(xué)習(xí)和機(jī)器學(xué)習(xí)中的一些基本概念，以及機(jī)器學(xué)習(xí)應(yīng)用開(kāi)發(fā)的步驟，并對(duì)集成學(xué)習(xí)的歷史發(fā)展、XGBoost的應(yīng)用場(chǎng)景及其優(yōu)良特性進(jìn)行了概述。
第2章詳細(xì)講解了Python機(jī)器學(xué)習(xí)環(huán)境的搭建及常用開(kāi)源工具包的安裝和使用，并以一個(gè)簡(jiǎn)單的示例展示XGBoost的使用方法。
第3章講述了常用機(jī)器學(xué)習(xí)算法的實(shí)現(xiàn)原理和應(yīng)用，如線性回歸、邏輯回歸、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等，使讀者對(duì)機(jī)器學(xué)習(xí)算法有一個(gè)整體認(rèn)知，同時(shí)了解如何在模型訓(xùn)練過(guò)程中進(jìn)行優(yōu)化、如何對(duì)模型結(jié)果進(jìn)行評(píng)估。
第4章通過(guò)scikit-learn與XGBoost相結(jié)合，以實(shí)際的案例向讀者說(shuō)明如何通過(guò)XGBoost解決分類(lèi)、回歸、排序等問(wèn)題，并介紹了XGBoost中常用功能的使用方法。
第5章深入介紹XGBoost的實(shí)現(xiàn)原理，包括Boosting算法思想、XGBoost目標(biāo)函數(shù)近似、切分點(diǎn)查找算法、排序?qū)W習(xí)、模型可解釋性等內(nèi)容，從理論上保證XGBoost的有效性，使讀者深入理解XGBoost。
第6章詳細(xì)介紹了分布式XGBoost的實(shí)現(xiàn)原理，包括分布式機(jī)器學(xué)習(xí)框架Rabit，XGBoost在Spark、Flink平臺(tái)的實(shí)現(xiàn)，GPU版本的實(shí)現(xiàn)等。
第7章從源碼的角度深入剖析了XGBoost中各個(gè)組件的實(shí)現(xiàn)原理，詳細(xì)介紹了模型訓(xùn)練、預(yù)測(cè)、解析，以及不同目標(biāo)函數(shù)和評(píng)估函數(shù)的實(shí)現(xiàn)過(guò)程。
第8章詳細(xì)介紹了如何通過(guò)模型選擇與優(yōu)化提高模型的泛化能力，從偏差和方差的角度進(jìn)行了解釋?zhuān)�通過(guò)交叉驗(yàn)證和Bootstrap等方法來(lái)說(shuō)明模型選擇過(guò)程，并介紹了常用的超參數(shù)優(yōu)化方法。
第9章通過(guò)實(shí)際案例分析，使讀者能夠深入理解XGBoost的特性并靈活運(yùn)用，能夠依據(jù)不同場(chǎng)景將XGBoost與其他模型融合，更好地解決實(shí)際問(wèn)題。
第10章介紹了業(yè)界或?qū)W術(shù)界中樹(shù)模型與其他模型融合的一些研究方法，包括GBDT LR，多層GBDT模型結(jié)構(gòu)mGBDT，樹(shù)模型與深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)的融合等。
如果你是具有一定機(jī)器學(xué)習(xí)理論基礎(chǔ)的從業(yè)者，可以跳過(guò)前4章的基礎(chǔ)部分，直接從第5章開(kāi)始閱讀。如果你是一位機(jī)器學(xué)習(xí)的初學(xué)者，并打算在未來(lái)深入鉆研這個(gè)方向，建議系統(tǒng)地閱讀本書(shū)，并動(dòng)手實(shí)踐書(shū)中的所有實(shí)例。
勘誤和支持
由于筆者水平有限，編寫(xiě)時(shí)間倉(cāng)促，書(shū)中難免存在一些錯(cuò)誤或表達(dá)不準(zhǔn)確之處，懇請(qǐng)讀者批評(píng)指正。如果你有更多的寶貴意見(jiàn)，可通過(guò)電子郵箱xgbbook2019@163.com聯(lián)系我，期待得到你們的真摯反饋，讓我們?cè)诩夹g(shù)之路上互勉共進(jìn)。
感謝
感謝中國(guó)人民大學(xué)的杜小勇老師、陳晉川老師，是他們幫我打開(kāi)了科研的大門(mén)，讓我體會(huì)到鉆研知識(shí)的樂(lè)趣。感謝滴滴出行的李奘、卓呈祥、杜龍志以及所有在工作中幫助過(guò)我的同事。感謝機(jī)械工業(yè)出版社華章公司的高婧雅編輯在本書(shū)寫(xiě)作過(guò)程中給予我的支持和幫助。
特別感謝本書(shū)的第一讀者我的愛(ài)人高陽(yáng)，因?yàn)閷?xiě)作，我犧牲了很多陪伴她的時(shí)間，感謝她的支持和理解，也感謝她幫我進(jìn)行文稿校對(duì)。感謝她一路的支持和陪伴。

何龍