Kaggle 神器:XGBoost 从基础到实战

Kaggle 神器:XGBoost 从基础到实战 扫二维码继续学习 二维码时效为半小时

(10 评论)

249.00元

该课程为限制课程
请联系客服
课程介绍

紧急通知~~~

购买课程请到csdn学院,地址:http://edu.csdn.net/course/detail/5219​

已经购买课程的同学请加微信:superaihelper,发送csdn账户ID给小助手,然后直接到csdn观看录播~~

 

课程名称

《XGBoost从基础到实战》

 

主讲老师

冒老师 计算机博士

现在中科院从事科研教学工作,十余年机器学习教学经验,主持国家级科研项目3项,研究方向为机器学习、计算机视觉及多媒体处理。

 

课程简介

XGBoost是"极端梯度提升"(eXtreme Gradient Boosting)的简称。XGBoost源于梯度提升框架,但是更加高效,秘诀就在于算法能并行计算、近似建树、对稀疏数据的有效处理以及内存使用优化,这使得XGBoost至少比现有梯度提升实现有至少10倍的速度提升。XGBoost可以处理回归、分类和排序等多种任务。由于它在预测性能上的强大且训练速度快,XGBoost已屡屡斩获Kaggle各大竞赛的冠军宝座。

 

AI100学院特请在机器学习领域深耕10余年的中科院副教授冒老师带来干货课程——《XGBoost从基础到实战》,从XGBoost的原理讲解到代码实战,一步步带领大家从XGBoost的安装到一行行Python代码实现各类算法任务,不需要有很强的数学基础,直接从实战入手,通过本4节XGBoost的专题课程,大家可以零基础理解XGBoost原理到掌握XGBoost调参,并能融会贯通地学习其他机器学习算法,学习如何用机器学习算法解决实际问题,还能进击Kaggle竞赛。

 

面向人群

  1. 数学要求低,初级Python编程基础;
  2. 想深入学习XGBoost原理及调参;
  3. 对机器学习(尤其是竞赛)感兴趣的学生或从业人员。

 

课程目标

  1. 从数学原理到项目实战:

              -  理解模型基本原理,掌握XGBoost参数调优

            -  进击Kaggle竞赛

  1. 举一反三,更快更好学习其他机器学习模型

              -  掌握机器学习模型的一般原理及XGBoost的特别之处

 

上课时间

2017年6月10日起,连续两周,每周六、日上午10:00-12:00

在线直播,共4次课,每次2小时,课后两周内讲师线上答疑,另组织课程交流群可随时参与讨论

直播后提供录制回放视频,可在线反复观看,有效期1年

 

课程大纲

第一讲: 初识XGBoost

一、XGBoost简介

  1. Gradient Boosting简介
  2. XGBoost的特别之处

二、XGBoost的优势

  1. 速度
  2. 性能

三、与XGBoost的第一次亲密接触

  1. 数据科学任务的一般处理流程
  2. XGBoost独立使用
  3. 与scikit-learn一起使用(学习率、交叉验证)

四、案例:XGBoost安装包自带数据集(蘑菇分类)

 

第二讲:暂别XGBoost

一、监督学习

  1. 模型
  2. 参数
  3. 目标函数(损失、正则、过拟合/欠拟合)
  4. 优化:梯度下降、常用损失函数的梯度推导

二、分类回归树

  1. 模型/参数/目标函数/优化(分裂与剪枝)

​三、随机森林

  1. Bagging/行、列随机采样

四、案例:Kaggle蘑菇分类任务

 

第三讲:重回XGBoost

一、Boosting

  1. 基本思想
  2. AdaBoost

二、Gradient Boosting

  1. 基本框架
  2. L2Boosting/AdaBoost

三、XGBoost

  1. 性能改进:规范的正则、损失函数二阶近似、建树&剪枝、缺失值处理
  2. 速度改进:稀疏特征、并行、Cache、分布式

四、案例:Kaggle的Allstate Instance Claim任务

 

第四讲:XGBoost实战

一、特征工程

  1. 常规数据检查流程
  2.  特征类型变换编码
  3. 特征工程一般原则

二、XGBoost参数调优

  1. 评估准则
  2. 复习交叉验证

三、XGBoost其他高级应用

  1. 多线程,并行

四、案例:Kaggle的Two Sigma Connect:Rental Listing Inquiries任务

 

课程交流群
 

购买课程后,请扫描下方二维码,添加“AI100小助手”为好友,发送“购买成功”截图或用户名,申请加入课程交流群。

 

联系方式

学院小秘 

QQ:3560587749

微信:superaihelper

邮箱:support@ai100.ai

XGBoost相关介绍:http://geek.ai100.com.cn/2017/05/26/1640

授课教师

博士

学员动态

比克大魔王 开始学习课时 XGBoost实战
Chen 开始学习课时 暂别XGBoost
Chen 开始学习课时 初识XGBoost
Wind 开始学习课时 XGBoost实战
Admin 学完了课时 暂别XGBoost