- الصفحة الرئيسية /
- الكتب /
- الكمبيوتر والتكنولوجيا /
- علوم الكمبيوتر /
- AI & Machine Learning /
- Neural Networks /
- Hands-On Gradient Boosting with XGBoost and s...
0 ratings
منتج #:
38467082
Hands-On Gradient Boosting with XGBoost and scikit-learn: Perform accessible machine learning and extreme gradient boosting with Python
85% من المشترين سيوصون بهذا المنتج لصديق
منتج #:
38467082
AED 172
تفاصيل السعر
باستثناء رسوم الشحن والجمارك ( سيتم احتساب رسوم الشحن والجمارك عند إتمام الشراء )
*سيتم استيراد جميع العناصر من أمريكا
0 ratings
اكتب رأيك
متوفر فى المخزون
مستورد من متجر USA
كمية:
اطلب الآن واحصل عليه حول الخميس, أكتوبر 29
معاملة آمنة
تعمل يوباي جاهدة لحماية أمنك وخصوصيتك. يضمن نظام أمان الدفع المتقدم لدينا السرية من خلال تشفير معلوماتك أثناء النقل باستخدام بروتوكولات AES (معايير التشفير المتقدمة) وSSL (طبقة المنافذ الآمنة). تفاصيل الدفع الخاصة بك آمنة بنسبة %100 لأننا لا نشارك تفاصيل الدفع الخاصة بك مع بائعين تابعين لجهات خارجية
أفضل شركائنا اللوجستيين
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.
اشتر الآن وادفع لاحقاً
شحن
سريع
استرجاع
مجاني*
تغليف آمن
منتجات أصلية %100
الامتثال لمعيار PCI DSS
حاصل على شهادة ISO 27001
Note: Step Down Voltage Transformer required for using electronics products of أمريكا store (110-120). Recommended power converters اشتري الآن.
أبرز ما يلفت الانتباه
Expert Guidance
Learn from industry professionals who provide in-depth explanations and practical exercises, ensuring a strong understanding of machine learning concepts and applications.
Comprehensive Curriculum
Cover both XGBoost and scikit-learn thoroughly, equipping learners with versatile tools needed to tackle diverse machine learning tasks effectively.
Hands-On Experience
Engage in practical, real-world projects that enhance skill application, making it easier to translate theoretical knowledge into actionable insights.
تفاصيل المنتج
- 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) |
من يجب أن يشتري؟
-
Aspiring Data Scientists
Ideal for beginners aiming to learn gradient boosting techniques and enhance their skills in machine learning applications.
-
Professionals in Analytics
Beneficial for analysts seeking to improve predictive model performance using advanced methods like XGBoost and scikit-learn.
-
Machine Learning Instructors
Useful for educators teaching machine learning concepts, providing practical insights into implementing gradient boosting models.
-
Absolute Beginners
Not suitable for those with no prior programming or data science experience, as it requires fundamental knowledge.
وصف المنتج
هل لديك أي استفسار؟ تحدث معنا
أسئلة العملاء & الإجابات
-
سؤال:
كيف تتسوق Hands-On Gradient Boosting with XGBoost and عبر الانترنت من يوباى?
إجابه: من السهل التسوق في Hands-On Gradient Boosting with XGBoost and عبر الإنترنت من يوباي. كل ما عليك فعله هو البحث عن المنتج واختيار طريقة الشحن الخاصة بك أثناء الدفع وسيتم توصيله الى عنوانك -
سؤال:
هل Hands-On Gradient Boosting with XGBoost and متوفر للتسوق عبر الإنترنت في UAE؟
إجابه: نعم ، في يوباي UAE هذا المنتج متاح لك للتسوق بسعر مناسب. Hands-On Gradient Boosting with XGBoost and غير متوفر محليًا ولكن يمكنك الوثوق بنا بخدماتنا للشحن السريع. -
سؤال:
كم من الوقت يستغرق الحصول على المنتج بعد تقديم الطلب؟
إجابه: يختلف وقت تسليم المنتج الذي طلبته حسب ما طلبته وطريقة الشحن التي اخترتها. يتم ذكر وقت التسليم المقدر أثناء عملية الدفع ، لذا كن مرتاحًا أثناء التسوق.
Neural Networks Editorial Review
Hands-On Gradient Boosting with XGBoost and scikit-learn: Perform accessible machine learning and extreme gradient boosting with Python is an excellent resource for both beginners and intermediate users aiming to grasp machine learning concepts and the intricacies of XGBoost. This book, published by Packt Publishing, offers a balanced mix of theory and practical application, featuring hands-on case studies that make complex ideas digestible. Reviewers particularly appreciate the clear explanation of hyperparameters and best practices for tuning them. The author’s pedagogical approach successfully motivates the material, making it enjoyable and informative for learners at various levels. Readers have found the book to be a standout in its genre, achieving clarity on gradient boosting techniques through real-world examples.
مراجعات العملاء وتقييماتهم
51 تقييمات العملاء
-
5 نجمة
71%
-
4 نجمة
15%
-
3 نجمة
6%
-
2 نجمة
4%
-
1 نجمة
4%
أضف تقييم لهذا المنتج
شارك أفكارك مع عملاء آخرين
إيجابيات
- Hands-on case studies enhance practical learning
- Clear explanations of hyperparameters and their tuning
- A balanced approach between theory and application
- Useful for absolute beginners and advanced users
- Offers insight into gradient boosting with unique examples
سلبيات
- Focus is primarily on regression, not classification techniques
تاريخ سعر المنتج
معلومات مهمة
- القيود: بالنسبة للمنتجات التي يتم شحنها دولياً، يُرجى ملاحظة أن أي ضمان من الشركة المصنعة قد لا يكون صالحاً؛ قد لا تتوفر خيارات خدمة الشركة المصنعة؛ قد لا تكون أدلة المنتج والتعليمات وتحذيرات السلامة مكتوبة بلغة بلد المقصد؛ قد لا يتم تصميم المنتجات (والمواد المصاحبة لها) وفقاً لمعايير بلد الوجهة والمواصفات ومتطلبات الملصقات؛ وقد لا تتوافق المنتجات مع الجهد الكهربي المستخدم في بلد الوجهة والمعايير الكهربائية الأخرى (تتطلب استخدام محوّل كهربي أو جهاز تحويل إذا كان ذلك مناسباً). المستلم مسؤول عن ضمان إمكانية استيراد المنتج بشكل قانوني إلى بلد الوجهة. عند الطلب من يوباي أو الشركات التابعة لها، يكون المستلم هو المستورد المسجل ويجب أن يلتزم بجميع القوانين واللوائح الخاصة ببلد الوجهة.
- ليست كل المنتجات المدرجة على يوباي معروضة للبيع، لأن يوباي هو محرك بحث عالمي. المنتجات تخضع للوائح التصدير / التجارة.
AED 172
اطلب الآن واحصل عليه حول الخميس, أكتوبر 29
هذا المنتج غير ممنوع في بلدي. (الرجاء الضغط على الرابط أعلاه إذا لم يكن هذا المنتج ممنوعاً في بلدك ، لذلك سيقوم فريقنا بمراجعته والسماح به.)
كمية:
معاملة آمنة
نوفر لك مدفوعات مشفّرة، وحماية متكاملة للمشتري، مع الالتزام بمعايير PCI DSS وشهادة ISO 27001:2022 لضمان أعلى مستويات الأمان في كل عملية شراء.
أفضل شركائنا اللوجستيين
أسرع توصيل عبر الحدود
المميزات والفوائد
- Learn to build gradient boosting models from scratch
- Develop XGBoost regressors and classifiers with accuracy and speed
- Customize transformers and pipelines to deploy XGBoost models
- Discover tips and tricks from XGBoost Kaggle winners
- Apply alternative base learners like dart, linear models, and XGBoost random forests
- Build high-performing machine learning models using XGBoost with minimal errors and maximum speed
ضمان Ubuy
تسوّق بثقة مع منتجات أصلية %100، ومدفوعات آمنة متوافقة مع معيار PCI DSS، وحماية بيانات معتمدة وفق ISO 27001، وشحن دولي سريع، وإرجاع مجاني*، وتغليف آمن لكل طلب.