报名 | XGBoost模型原理及其在各大竞赛中的优异表现
来源:互联网 发布:ff14猫男数据 编辑:程序博客网 时间:2024/05/22 17:28
提升树算法(Gradient Boosting Decision Tree, GBDT),尤其是XGBoost,近两年在各大竞赛中独占鳌头。CSDN学院邀请中国科学院大学计算机与控制学院副教授卿来云,她将为大家直播分享的主题为「XGBoost模型原理及其在各大竞赛中的优异表现」,讲解集成学习发展简史,GBDT的基本原理以及XGBoost版本的GBDT的特别之处,最后介绍XGBoost在一个Kaggle竞赛任务中超参数调整的经验。
9月19日晚20:00-21:00
CSDN学院
卿来云,中国科学院大学计算机与控制学院副教授,计算机软件与理论博士。讲授研究生课程机器学习十余年,研究方向为机器学习在计算机视觉领域的应用,作为项目负责人承担国家863项目和国家自然科学基金项目多项,并发表学术论文70余篇。
1. XGBoost基本原理
2. XGBoost在具体任务上的实战应用
对提升树算法(Gradient Boosting Decision Tree, GBDT),尤其是XGBoost感兴趣的学生以及软件工程师。
扫描下方二维码,关注“人工智能头条”,后台回复“102”,获取免费报名地址。
阅读全文
0 0
- 报名 | XGBoost模型原理及其在各大竞赛中的优异表现
- 大数据竞赛中的xgboost
- 为什么XGBoost在机器学习竞赛中表现如此卓越?
- 瑞萨借SuperH系列在电机控制领域表现优异
- 我校学子在山东省ACM竞赛中获得优异成绩
- XGBoost算法原理及其实现
- 中科院在2017年高被引科学家遴选中表现优异
- 列表在各浏览器中的表现差异
- 移动应用效率对比,Xamarin表现优异!
- 大数据之 ZooKeeper原理及其在Hadoop和HBase中的应用
- 【C++】static 的实现原理及其表现
- Xgboost在Python库中的参数介绍 及其调参过程
- <<最小割模型在信息学竞赛中的应用>>的学习心得
- XGBoost原理及在Python中使用XGBoost
- MAP原理及其在MFC中的实现
- MAP原理及其在MFC中的实现
- MAP原理及其在MFC中的实现
- MAP原理及其在MFC中的实现
- redis 读书笔记
- 关于禁止html缓存
- 数的平方和拆分
- AI 正变成黑客手中的强大武器
- HOST文件的作用
- 报名 | XGBoost模型原理及其在各大竞赛中的优异表现
- html5结合flash实现视频文件在所有主流浏览器兼容播放
- 声纹识别技术助力远程身份认证
- AI 线上峰会 | 人工智能技术解析与实战
- 报名 | 让机器读懂你的意图——人体姿态估计入门
- Bengio终结Theano不是偶然,其性能早在Keras支持的四大框架中垫底
- CAAI讲习班 | 北航王蕴红教授领衔《智能感知与交互》即将举办
- 人工智能创业的“风口”和“泡沫”
- 读懂你性格的个性化推荐