XGBoost目标函数转化-结合泰勒公式

637 未经授权,禁止转载了解课程
课程介绍
讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}
适合人群
人工智能爱好者
你将会学到
掌握XGBoost的算法思想,从此彻底了解Xgboost
  • 掌握XGBoost的算法思想
  • 掌握XGBoost目标函数转化结合泰勒公式方式和以叶节点角度
  • 掌握XGBoost学习策略即树结构的生成
  • 掌握XGBoost区别于GBDT特性
课程简介

本文通过XGBoost的算法思想到XGBoost的目标函数转换,通过泰勒公式叶节点的角度对XGBoost目标函数进行转换,然后通过树结构的生成策略去生成每一颗模型树,最后讲解于GBDT的算法区别以及相关参数。

目录如下:

1.1XGBoost算法思想

1.2XGBoost目标函数

1.3XGBoost目标函数转化-结合泰勒公式

1.4XGBoost目标函数转换-以叶节点角度

1.5XGBoost目标函数求解和案例理解

1.6XGBoost学习策略-树结构的生成

1.7XGBoost特性-区别于GBDT

1.8XGBoost代码实战-相关参数

资料如下:


视频文件:


展开更多
发布
头像

{{ item.user.nick_name }} {{ EROLE_NAME[item.user.identity] }}

置顶笔记
讨论图
{{ item.create_time }}回复
  • 删除

    是否确认删除?

    确认
    取消
  • {{ item.is_top == 1 ? '取消置顶' : '置顶'}}

    已有置顶的讨论,是否替换已有的置顶?

    确认
    取消
{{ tag.text}}
头像
{{ subitem.user.nick_name }}{{ EROLE_NAME[subitem.user.identity] }}
{{ subitem.create_time }}回复
删除

是否确认删除?

确认
取消
发布
{{pageType === 'video' ? '讨论区抢占沙发,可获得双倍学分' :'讨论区空空如也,你来讲两句~'}}
发布
{{tips.text}}
{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
头像
{{ detail.username }}

公开笔记对他人可见,有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记
保存
提问

讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。

记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交