发文章
发文工具
撰写
网文摘手
文档
视频
思维导图
随笔
相册
原创同步助手
其他工具
图片转文字
文件清理
AI助手
留言交流
“决策树、提升模型和梯度下降一起构成的GBDT原理” 的更多相关文章
经典机器学习算法-第九章Xgboost
工业大数据：分析算法
四天速成！香港科技大学 PyTorch 课件分享
ML之lightgbm.sklearn：LGBMClassifier函数的简介、具体案例、调参技巧之详细攻略
XGBoost详解
Python手写决策树并应对过度拟合问题
机器不学习：机器学习时代三大神器GBDT、XGBoost、LightGBM
机器学习（三）GBDT（Gradient Boosting Decision Tree）迭代决策树
集成树模型的应用，kaggle的信用卡忠诚度预测案例（一）
【特征工程】特征选择及mRMR算法解析
实战：使用PyTorch构建神经网络进行房价预测
万字长文，用代码的思想讲解 Yolo3 算法实现原理，Pytorch 训练 Yolo 模型
boosting方法(Adaboost,GBDT)
机器学习（别人整理的）
GBDT算法原理深入解析
数据挖掘小白系列!XGBOOST参数超详解!参数选择,顺序,值一网打尽!
史上最全推荐系统传统算法合集
GBDT与XGBOOST串讲
深度森林第三弹：周志华组提出可做表征学习的多层梯度提升决策树
第 5 章 机器学习技术的应用(下)
SAS用梯度提升回归树(GBDT)迁移学习预测抵押贷款拖欠风险和垃圾电子邮件数据
【深度森林第三弹】周志华等提出梯度提升决策树再胜DNN
详解XGBoost 2.0重大更新！
