Gradient boosting

exploitez les arbres de décision pour le machine learning (xgboost, catboost, li

Guillaume Saupin - Collection Epsilon

258 pages, parution le 16/03/2022

Ajouter à une liste

Expédié sous 24h

Livraison à partir de 0,01€ dès 35€ d'achats
Pour une livraison en France métropolitaine

Retrait à la librairie - Paris 5e

Disponible dès le 29/04

QUANTITÉ

Résumé

Ce livre sur les méthodes de Gradient Boosting est destiné aux étudiants, universitaires, ingénieurs, data scientist qui souhaitent découvrir en profondeur le fonctionnement de cette technique de Machine Learning utilisée pour construire des ensembles d'arbres de décision.

Tous les concepts sont illustrés par des exemples de code applicatif. Ils permettent au lecteur de reconstruire from scratch sa propre librairie d'entraînement des méthodes de Gradient Boosting. En parallèle, le livre présente les bonnes pratiques de la Data Science et apporte au lecteur un solide bagage technique pour construire des modèles de Machine Learning.

Après une présentation des principes du Gradient Boosting citant les cas d'application, les avantages et les limites, le lecteur s'imprègne des détails de la théorie mathématique. Une implémentation simple est donnée afin d'en illustrer le fonctionnement.

Le lecteur est ensuite armé pour aborder la mise en application et la configuration de ces méthodes. Préparation des données, entraînement, explication d'un modèle, gestion de l'Hyper Parameter Tuning et utilisation des fonctions objectifs sont couverts en détail !

Les derniers chapitres du livre élargissent le sujet vers l'application du Gradient Boosting pour les séries temporelles, la présentation des bibliothèques emblématiques XGBoost, CatBoost et LightGBM ainsi que sur le concept de modèle multi-résolution.

Des éléments complémentaires sont en téléchargement sur le site www.editions-eni.fr.

L'auteur - Guillaume Saupin

Autres livres de Guillaume Saupin

70 concepts mathématiques expliqués avec Python

Découvrir tous les livres de Guillaume Saupin

Caractéristiques techniques

	PAPIER
Éditeur(s)	Eni
Auteur(s)	Guillaume Saupin
Collection	Epsilon
Parution	16/03/2022
Nb. de pages	258
Format	18 x 22
Couverture	Broché
Poids	402g
Intérieur	Noir et Blanc
EAN13	9782409034022
ISBN13	978-2-409-03402-2