Hands-On Gradient Boosting with XGBoost and scikit-learn: Perform accessible machine learning and extreme gradient boosting with Python
Langue : anglais
Edité par Packt Publishing, 2020
- Livre broché
- Occasion
Vendeur : medimops, Berlin, Allemagnemedimops
Vendeur AbeBooks depuis 10 mai 2010
Etat: Occasion - Satisfaisant
EUR 37,39
Quantité disponible : 3 disponibles
Ajouter au panierA propos de cet article
Befriedigend/Good: Durchschnittlich erhaltenes Buch bzw. Schutzumschlag mit Gebrauchsspuren, aber vollständigen Seiten. / Describes the average WORN book or dust jacket that has all the pages present.
N° de réf. du vendeur M01839218355-G
- Titre
- Hands-On Gradient Boosting with XGBoost and scikit-learn: Perform accessible machine learning and extreme gradient boosting with Python
- Auteur
- Corey Wade
- Éditeur
- Packt Publishing
- Année de publication
- 2020
- État de l'article
- good
- Reliure
- Couverture souple
- Langue
- anglais
- ISBN à 10 chiffres
- 1839218355
- ISBN à 13 chiffres
- 9781839218354
Get to grips with building robust XGBoost models using Python and scikit-learn for deployment
Key Features
- Get up and running with machine learning and understand how to boost models with XGBoost in no time
- Build real-world machine learning pipelines and fine-tune hyperparameters to achieve optimal results
- Discover tips and tricks and gain innovative insights from XGBoost Kaggle winners
Book Description
XGBoost 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. Details 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 learn
- Build gradient boosting models from scratch
- Develop XGBoost regressors and classifiers with accuracy and speed
- Analyze variance and bias in terms of fine-tuning XGBoost hyperparameters
- Automatically correct missing values and scale imbalanced data
- Apply alternative base learners like dart, linear models, and XGBoost random forests
- Customize transformers and pipelines to deploy XGBoost models
- Build non-correlated ensembles and stack XGBoost models to increase accuracy
Who this book is for
This 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 Contents
- Machine Learning Landscape
- Decision Trees in Depth
- Bagging with Random Forests
- From Gradient Boosting to XGBoost
- XGBoost Unveiled
- XGBoost Hyperparameters
- Discovering Exoplanets with XGBoost
- XGBoost Alternative Base Learners
- XGBoost Kaggle Masters
- XGBoost Model Deployment
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Corey Wade, M.S. Mathematics, M.F.A. Writing and Consciousness, is the founder and director of Berkeley Coding Academy, where he teaches machine learning and AI to teens from all over the world. Additionally, Corey chairs the Math Department at the Independent Study Program of Berkeley High School, where he teaches programming and advanced math. His additional experience includes teaching natural language processing with Hello World, developing data science curricula with Pathstream, and publishing original statistics (3NG) and machine learning articles with Towards Data Science, Springboard, and Medium. Corey is co-author of the Python Workshop, also published by Packt.
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
medimops
Berlin, Allemagne
Vendeur AbeBooks depuis 10 mai 2010
Frais d'expédition de Allemagne vers Etats-Unis
| Article | 10 à 20 jours ouvrés | 10 à 20 jours ouvrés |
|---|---|---|
| Premier article | EUR 10,00 | EUR 20,00 |
Modes de paiement
Description de la boutique
**WILLKOMMEN** im AbeBooks Shop von medimops - dein Onlineshop mit der größten Auswahl an Second Hand Büchern. Stöber dich durch über 4 Millionen Artikel und spare bis zu 70 % im Vergleich zum Neupreis. Wir prüfen alle Artikel sorgfältig auf Qualität und Funktionalität. **WELCOME** to the medimop's AbeBooks shop, the online shop with a large range of second-hand books. Browse more than 4 million articles and save up to 70% on the new price. All our articles are quality checked. ** BIENVENUE ** dans la boutique AbeBooks de momox shop! Spécialiste des articles culturels d'occasion, nous vous offrons une gamme diversifiée de livres d'occasion. Découvrez nos offres et économisez jusqu'à 70% du prix neuf! Nous grarantissons tous nos articles en bon état. ** BENVENUTI ** nello shop medimops di AbeBooks, lo shop online per i libri usati. Abbiamo piu´di 4 milioni di articoli e potete risparmiare fino al 70% rispetto al nuovo. Tutti i nostri prodotti sono controllati a mano per garantire la massima qualità. ** BIENVENIDO ** a la tienda de medimops en AbeBooks, la tienda online con una gran oferta de libros de segunda mano. Navegue por más de 4 millones de artículos y ahorre hasta un 70% sobre el precio nuevo. Todos nuestros artículos son de calidad comprobada. …
Profil professionnel du vendeur
momox SE
Schreiberhauer Straße 30
Berlin, Allemagne 10317
Conditions de vente
momox SE | Schreiberhauer Straße 30 | 10317 Berlin
représenté par le comité directeur Heiner Kroke (porte-parole) et Christian von Hohnhorst
Numéro de TVA : DE266608643
Registre du commerce HRB 236261 B | AG Berlin Charlottenburg
SAS au capital de : 120.000,00 EUR
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à medimops, Leipzig, Germany, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.