- Գլխավոր Էջ /
- Գրքեր /
- Համակարգիչներ և տեխնոլոգիա /
- Ինֆորմատիկա /
- AI & Machine Learning /
- Neural Networks /
- Hands-On Gradient Boosting with XGBoost and s...
Hands-On Gradient Boosting with XGBoost and scikit-learn: Perform accessible machine learning and extreme gradient boosting with Python
85% of respondents would recommend this to a friend
AMD 24059
Price Details
Excluding Shipping & Custom charges ( Shipping and custom charges will be calculated on checkout )
*All items will import from ԱՄՆ
20%
QTY:
Ubuy works hard to protect your security and privacy. Our advanced payment security system ensures confidentiality by encrypting your information during transmission using AES (Advanced Encryption Standards) and SSL (Secure Socket Layer) protocols. Your payment details are 100% secure as we do not share your payment details with third party sellers.
Fast
Shipping
Free
Return*
Secure Packaging
100% Original Products
PCI DSS Compliance
ISO 27001 Certified
Ապրանքի մանրամասերը
- Get to grips with building robust XGBoost models using Python and scikit-learn for deploymentKey FeaturesGet up and running with machine learning and understand how to boost models with XGBoost in no timeBuild real-world machine learning pipelines and fine-tune hyperparameters to achieve optimal resultsDiscover tips and tricks and gain innovative insights from XGBoost Kaggle winnersBook DescriptionXGBoost is an industry-proven, open-source software library that provides a gradient boosting framework for scaling billions of data points quickly and efficiently.The book introduces machine learning and XGBoost in scikit-learn before building up to the theory behind gradient boosting. You'll cover decision trees and analyze bagging in the machine learning context, learning hyperparameters that extend to XGBoost along the way. You'll build gradient boosting models from scratch and extend gradient boosting to big data while recognizing speed limitations using timers. in XGBoost are explored with a focus on speed enhancements and deriving parameters mathematically. With the help of detailed case studies, you'll practice building and fine-tuning XGBoost classifiers and regressors using scikit-learn and the original Python API. You'll leverage XGBoost hyperparameters to improve scores, correct missing values, scale imbalanced datasets, and fine-tune alternative base learners. Finally, you'll apply advanced XGBoost techniques like building non-correlated ensembles, stacking models, and preparing models for industry deployment using sparse matrices, customized transformers, and pipelines.By the end of the book, you'll be able to build high-performing machine learning models using XGBoost with minimal errors and maximum speed.What you will learnBuild gradient boosting models from scratchDevelop XGBoost regressors and classifiers with accuracy and speedAnalyze variance and bias in terms of fine-tuning XGBoost hyperparametersAutomatically correct missing values and scale imbalanced dataApply alternative base learners like dart, linear models, and XGBoost random forestsCustomize transformers and pipelines to deploy XGBoost modelsBuild non-correlated ensembles and stack XGBoost models to increase accuracyWho this book is forThis book is for data science professionals and enthusiasts, data analysts, and developers who want to build fast and accurate machine learning models that scale with big data. Proficiency in Python, along with a basic understanding of linear algebra, will help you to get the most out of this book.Table of ContentsMachine Learning LandscapeDecision Trees in DepthBagging with Random ForestsFrom Gradient Boosting to XGBoostXGBoost UnveiledXGBoost HyperparametersDiscovering Exoplanets with XGBoostXGBoost Alternative Base LearnersXGBoost Kaggle MastersXGBoost Model Deployment
| Publisher | Packt Publishing |
| Publication date | October 16, 2020 |
| Language | English |
| Print length | 310 pages |
| ISBN-10 | 1839218355 |
| ISBN-13 | 978-1839218354 |
| Item Weight | 1.19 pounds (540 grams) |
| Dimensions | 7.5 x 0.7 x 9.25 inches (19.1 x 1.8 x 23.5 cm) |
ԱՊՐԱՆՔՆԵՐԻ ՆԿԱՐԱԳՐՈՒԹՅՈՒՆ
Hands-On Gradient Boosting with XGBoost and scikit-learn: Perform accessible machine learning and extreme gradient boosting with Python
Հաճախորդների հարցեր և պատասխաններ
-
Հարց:
Ինչպե՞ս գնել Hands-On Gradient Boosting with XGBoost and առցանց Ubuy-ից:
Պատասխան: Հեշտ է Hands-On Gradient Boosting with XGBoost and առցանց գնումներ կատարել Ubuy-ից:. Դուք պարզապես պետք է որոնեք ապրանքը, ընտրեք ձեր առաքման եղանակը ստուգելիս և առաքեք այն ձեր գտնվելու վայր: -
Հարց:
Hands-On Gradient Boosting with XGBoost and-ը հասանելի է Armenia-ով առցանց գնումներ կատարելու համար:
Պատասխան: Այո, Ubuy Armenia-ում այս ապրանքը հասանելի է ձեզ մատչելի գնով գնումներ կատարելու համար:. Hands-On Gradient Boosting with XGBoost and-ը հասանելի չէ տեղում, բայց դուք կարող եք վստահել մեզ մեր էքսպրես առաքման ծառայությունները: -
Հարց:
Որքա՞ն ժամանակ է պահանջվում պատվերը տեղադրելուց հետո ապրանք ստանալու համար:
Պատասխան: Ձեր պատվիրած ապրանքի առաքման ժամանակը տատանվում է՝ կախված ձեր պատվիրածից և ձեր ընտրած առաքման եղանակից:. Առաքման գնահատված ժամանակը նշվում է վճարումների ժամանակ, այնպես որ անհոգ եղեք գնումներ կատարելիս:
Neural Networks Editorial Review
Customer Reviews & Ratings
-
5 սստղ
71%
-
4 սստղ
15%
-
3 սստղ
6%
-
2 սստղ
4%
-
1 սստղ
4%
Վերանայել այս ապրանքը
Կիսվեք մտքերով այլ հաճախորդների հետ
Product Price History
Կարևոր տեղեկատվություն
- Սահմանափակումներ։ Միջազգային առաքման ենթակա ապրանքների երաշխիքը կարող է չգործել առաքվող երկրում, արտադրողի սպասարկման ծառայությունները կարող են անհասանելի լինել տվյալ երկրում, արտադրանքի ձեռնարկները, հրահանգները և անվտանգության նախազգուշացումները կարող են չլինել առաքվող երկրի լեզվով. ապրանքները (և ուղեկցող նյութերը) կարող են նախագծված չլինել առաքվող երկրի չափանիշներին, տեխնիկական պայմաններին և պիտակավորման պահանջներին համապատասխան. և արտադրանքը կարող է չհամապատասխանել տվյալ երկրի լարման և էլեկտրական այլ չափանիշներին (անհրաժեշտության դեպքում պահանջվում է ադապտեր կամ փոխարկիչ): Ստացողը պատասխանատու է երաշխավորելու, որ ապրանքը կարող է օրինական կերպով ներմուծվել տվյալ երկիր: Երբ պատվեր եք կատարում Ubuy-ից կամ նրա դուստր ձեռնարկություններից, ներմուծողն է պատասխանատու թղթաբանության համար և պետք է հոգա, որ այն համապատասխանի առաքվող երկրի բոլոր օրենքներին և կանոններին:
- Ubuy-ում նշված ոչ բոլոր ապրանքներն են վաճառվում, քանի որ Ubuy-ը գլոբալ որոնման համակարգ է: Ապրանքները ենթակա են արտահանման/առևտրի կանոնակարգերի:
AMD 24059
Պատվիրի`ր հիմա և ստացի`ր Շաբաթ, Նոյեմբեր 07
This item is not restrict in my country.(Please click on above link if this item is not restrict in your country, So our team will review and allow.)
QTY:
PCI DSS compliant and ISO 27001:2022 certified, with encrypted payments and full buyer protection on every order.
Ubuy Assurance
Experience worry-free shopping with 100% original products, PCI DSS-compliant payment security, ISO 27001-certified data protection, the fastest cross-border delivery, free returns *, and secure packaging on every order.

