本文通过XGBoost的算法思想到XGBoost的目标函数转换，通过泰勒公式和叶节点的角度对XGBoost目标函数进行转换，然后通过树结构的生成策略去生成每一颗模型树，最后讲解于GBDT的算法区别以及相关参数。
目录如下：
1.1XGBoost算法思想
1.2XGBoost目标函数
1.3XGBoost目标函数转化-结合泰勒公式
1.4XGBoost目标函数转换-以叶节点角度
1.5XGBoost目标函数求解和案例理解
1.6XGBoost学习策略-树结构的生成
1.7XGBoost特性-区别于GBDT
1.8XGBoost代码实战-相关参数
资料如下：
视频文件：
2021-09-24 13:39:11
24.31MB
1
kpmg-data-insights
专为毕马威（KPMG）数据分析虚拟实习而创建，以深入了解样本提供的客户数据。 使用matplotlib创建可视化。
2021-09-24 11:03:29
2KB
1
以你熟悉的编译器，如VC、GCC（TDM-GCC）为研究对象，更深入地探究语言处理系统的完整工作过程：
1. 预处理器做了什么？
2. 编译器做了什么？
3. 汇编器做了什么？
4. 链接器做了什么？
2021-09-23 20:11:58
323KB
1
matlab的欧拉方法代码神经复合体
（课程于2019年Spring举行）
本课程旨在了解通过计算机模拟的不同数值模型在大脑神经元之间传递信号的过程，从而导致决策，记忆和学习。
用MATLAB编写的代码。
练习：
单神经元模型
PS4：使用欧拉方法对积分和发射模型进行编码，以近似估算不同的电流I。
神经网络
PS5：对环形网络的活动进行编码（具有连接），该网络提供正反馈以关闭神经元，而负反馈则向较远的神经元提供反馈。
然后提供一个输入，该输入也取决于每个神经元的方向。
最后，测试有无连接时输入方向的变化如何影响神经元活动。
PS6（提供的大量代码）：模拟神经网络中神经元的活动，其激发速率具有不同的均值和标准差。
突触重量和神经元数量之间的关系是从理想行为的平均值（低）和SD（高）得出的。
学习与记忆
PS7（a）：Bienenstock-Cooper-Munro（BCM）学习规则的实现，给定在每次模拟开始时随机选择的两种输入模式。
PS7（b）：在两个神经元之间执行尖峰时序相关可塑性（STDP），其中重量变化取决于与突触前神经元尖峰的时间差。
PS8：实现感知器以根据体重变化学习模式。
2021-09-23 16:13:58
1.35MB
1
主要介绍了你了解C#的协变和逆变吗,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-09-22 10:26:50
57KB
1
课件专为中国企业和组织打造的工作商务沟通协同平台
免费且功能强大，300万家企业/组织正在使用钉钉钉钉依托阿里巴巴集团安全部十多年攻防安全技术沉淀，自主研发的动态防入侵系统，实
时监测平台的安全状况，对于主动入侵事件具备分钟级快速发现能力及进行事件的快速响
应、止血与溯源能力
2021-09-16 16:13:09
4.16MB
1