【文件属性】：
文件名称：GBM-intro:GBM介绍性演讲（带有R和Python代码）
文件大小：235KB
文件格式：ZIP
更新时间：2021-05-11 21:02:13
HTML
GBM介绍性谈话
演讲标题：梯度提升机（GBM）：从零到英雄（带有R和Python代码）
抽象的：
本讲座将使您开始使用梯度提升机（GBM），这是一种非常流行的机器学习技术，可为众多业务预测问题提供最先进的准确性。 在对机器学习和GBM算法进行了快速入门之后，我将展示使用一些最流行的开源实现（xgboost，lightgbm和h2o）在现实的业务应用程序中进行培训然后使用GBM是多么容易。 我们将只用几行代码就可以在R和Python中完成所有这些工作，并且该演讲将为广大读者所接受（具有有限的机器学习先验知识）。 最后，在演讲的最后部分，我将提供大量参考资料，可以使您更上一层楼。 GBM是一种可用于您的机器学习工具箱的强大技术，因为尽管有关于深度学习（神经网络）和“ AI”的所有最新炒作，但事实上，GBM通常在业务应用中最常遇到的结构化/表格数据上胜过神经网络。
幻灯片：
R / P
【文件预览】：
GBM-intro-master
----2-xgboost-python()
--------0-install.txt(58B)
--------1-basic.py(2KB)
----3-R-all-docker()
--------gpu()
--------cpu-rstudio()
--------cpu()
----LICENSE-MIT.txt(1KB)
----.gitignore(20B)
----1-xgboost-R()
--------0-install.R(177B)
--------1-basic.R(2KB)
----4-xgboost-early_stopping()
--------1-early_stopping.R(2KB)
----README.md(1KB)
----5-more()
--------3a-lightgbm.R(1KB)
--------5b-tuning-h2o--OLD()
--------5a-tuning-lightgbm--OLD.R(4KB)
--------4b-h2o.py(946B)
--------3b-lightgbm-catenc.py(2KB)
--------4a-h2o.R(896B)
--------1-xgboost-GPU.R(2KB)
--------3b-lightgbm.py(2KB)
--------2-docker-python.txt(254B)