机读格式显示(MARC)

• 000 01354nam0 2200277 450

• 001 0000747588

• 005 20240910104800.0

• 010 __ |a 978-7-302-65951-8 |d CNY99.00

• 100 __ |a 20240426d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 梯度提升算法实战 |A ti du ti sheng suan fa shi zhan |d = Hands-On Gradient Boosting with XGBoost and scikit-learn |e 基于XGBoost和scikit-learn |f (美) 科里·韦德著 |g 张生军译

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a 17, 218页 |d 26cm

• 312 __ |a 原文题名取自版权页

• 330 __ |a 本书共分三大部分：第一部分(第1-4章)为入门部分，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；第二部分(第5-7章)为进阶部分，介绍XGBoost框架构成及超参数优化；第三部分(第8-10章)为高级部分，着重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。

• 500 10 |a Hands-On Gradient Boosting with XGBoost and scikit-learn |A Hands-on Gradient Boosting With Xgboost And Scikit-learn |m Chinese

• 517 1_ |a 基于XGBoost和scikit-learn

• 606 0_ |a 机器学习 |A ji qi xue xi |x 算法

• 690 __ |a TP181 |v 5

• 701 _1 |a 韦德 |A wei de |g (Wade, Corey) |4 著

• 702 _0 |a 张生军 |A zhang sheng jun |4 译

• 801 _0 |a CN |b WFKJXY |c 20240910

• 905 __ |a WFKJXY |d TP181/436