XGBoost for Regression Predictive Modeling and Time Series Analysis. Build intuitive understanding, develop, build, evaluate and deploy model

(ebook) (audiobook) (audiobook)

Autorzy:: Pritam Deka, Joyce Weiner

W przygotowaniu

XGBoost for Regression Predictive Modeling and Time Series Analysis. Build intuitive understanding, develop, build, evaluate and deploy model Pritam Deka, Joyce Weiner - okladka książki

XGBoost for Regression Predictive Modeling and Time Series Analysis. Build intuitive understanding, develop, build, evaluate and deploy model Pritam Deka, Joyce Weiner - audiobook MP3

XGBoost for Regression Predictive Modeling and Time Series Analysis. Build intuitive understanding, develop, build, evaluate and deploy model Pritam Deka, Joyce Weiner - audiobook CD

Wydawnictwo:: Packt Publishing (Z chęcią przeczytam książkę w języku polskim)
Ocena:
Stron:: 116

Ebook

139,00 zł

Powiadom mnie, gdy książka będzie dostępna

Przenieś na półkę

XGBoost is a popular open-source library that provides an efficient, effective, scalable and high-performance implementation of the gradient boosting algorithm. You will be able to build an intuitive and practical understanding of the XGBoost algorithm through our demystifying the complex math underneath and explanation of XGBoost’s benefits over other decision tree ensemble models, including when to use XGBoost or other prediction algorithms. This book provides a hands-on approach to implementation of the XGBoost Python API as well as the scikit-learn API that will help one to be up-and-running and productive in no time. with step-by-step explanations of essential concepts, as well as practical examples, this book begins with a brief introduction to machine learning concepts, then dives into the fundamentals of XGBoost and its benefits before exploring practical applications. You will get hands-on experience using XGBoost through practical use cases on classification, regression, and time-series data. By the end of this book, you will have an understanding of the XGBoost algorithm, have installed the XGBoost API, downloaded and prepared a practical dataset, trained the XGBoost model, make predictions, and evaluated and deployed models using the Python and scikit-learn API.

Wybrane bestsellery

Ebooka "XGBoost for Regression Predictive Modeling and Time Series Analysis. Build intuitive understanding, develop, build, evaluate and deploy model" przeczytasz na:

czytnikach Inkbook, Kindle, Pocketbook, Onyx Booxs i innych
systemach Windows, MacOS i innych

systemach Windows, Android, iOS, HarmonyOS
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi

Masz pytania? Zajrzyj do zakładki Pomoc »

Audiobooka "XGBoost for Regression Predictive Modeling and Time Series Analysis. Build intuitive understanding, develop, build, evaluate and deploy model" posłuchasz:

w aplikacji Ebookpoint na Android, iOS, HarmonyOs
na systemach Windows, MacOS i innych

na dowolonych urządzeniach
i aplikacjach obsługujących format MP3
(pliki spakowane w ZIP)

Masz pytania? Zajrzyj do zakładki Pomoc »

Kurs Video "XGBoost for Regression Predictive Modeling and Time Series Analysis. Build intuitive understanding, develop, build, evaluate and deploy model" zobaczysz:

Oceny i opinie klientów: XGBoost for Regression Predictive Modeling and Time Series Analysis. Build intuitive understanding, develop, build, evaluate and deploy model Pritam Deka, Joyce Weiner (0) Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.

Szczegóły książki

Tytuł oryginału:: XGBoost for Regression Predictive Modeling and Time Series Analysis. Build intuitive understanding, develop, build, evaluate and deploy model
ISBN Ebooka:: 978-18-051-2960-8, 9781805129608
Data wydania ebooka :: 2024-12-20 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@helion.pl.
Język publikacji:: angielski

Zgłoś erratę
Kategorie:
Hardware
Big Data » Analiza danych

Spis treści książki

1. Introduction: Machine Learning Overview, Classification, and Regression
2. XGBoost Quick Start Guide with Iris data Case Study
3. Demystifying the XGBoost Paper
4. Adding on to the Quick Start: Switching out the dataset with Housing data Case Study
5. Classification and Regression Trees, Ensembles, and Deep Learning Models - what's best for your data?
6. Data cleaning, Imbalanced Data, and Other Data Problems
7. Feature Engineering
8. Encoding Techniques for Categorical Features
9. How to Use XGBoost for Time Series Forecasting
10. Model interpretability, Explainability, and Feature Importance
11. Metrics for Model evaluations and Comparisons
12. Managing feature engineering pipeline in Training and Inference
13. Deploying Your XGBoost Model

pokaż cały spis treści

Packt Publishing - inne książki

Zamknij

Proszę czekać...