《深入理解XGBoost：高效机器学习算法与进阶》以机器学习必会知识做铺垫，深入剖析XGBoost的原理、分布式实现、深度应用、模型选择与优化等。

第1～3章使读者对机器学习算法有整体认知，了解如何在模型训练过程中进行优化、评估模型结果，并熟悉常用机器学习算法的实现原理和应用，如线性回归、逻辑回归、决策树、神经网络、支持向量机等。第4章是简单的实际案例，讲解如何通过XGBoost解决分类、回归、排序等问题，以及XGBoost中常用功能。第5～7章是该书重点，从原理与源码层面深入剖析XGBoost，涵盖XGBoost原理与理论证明、分布式XGBoost的实现、XGBoost中各个组件的源码解析。第8～9章为进阶内容，帮读者打通实践中的算法与工程难点，更好地解决实际问题。第10章介绍了树模型与其他模型融合的一些较为前沿的研究方法，以开拓眼界，拓展思路。

根据中华人民共和国国家版权局相关法规，本站不提供该PDF电子版书籍
您可以进入交流社群中继续寻找资料或购买正版书籍

技术交流社群：https://www.linuxprobe.com/club

Linux书籍在线阅读：https://www.linuxprobe.com/chapter-00.html

本文原创地址：https://www.linuxprobe.com/linux-xgboost-hight.html编辑：向金平，审核员：逄增宝