一诚撵、什么是GBDT 二筹煮、GBDT與傳統(tǒng)Adaboost的不同之處 三香椎、GBDT的負梯度擬合 四失球、GBDT算法流程 五登钥、GBDT工作過程實例 六吻商、GBDT常用損失函數(shù) 七范嘱、算法...
發(fā)簡信
IP屬地：浙江
-
集成學(xué)習(xí)之Boosting-gbdt -
統(tǒng)計學(xué)習(xí)方法-第1章統(tǒng)計學(xué)習(xí)方概論這本書主講的內(nèi)容包括： 1.統(tǒng)計學(xué)習(xí)的定義、研究對象與方法普碎； 2.監(jiān)督學(xué)習(xí) 3.統(tǒng)計學(xué)習(xí)方法的三要素：方法=模型+策略+算法 4.介紹模型選擇吼肥，包括正則化、交叉驗證與學(xué)習(xí)的泛...
-
計算廣告系列(一)-基本概念整理麻车！
最近開始研究計算廣告相關(guān)的東西了缀皱，那么首先我們要弄懂計算廣告中一些常見的概念，本文就讓我們一起來整理下吧动猬。 主要參考的兩本書：《計算廣告》和 《互聯(lián)網(wǎng)廣告的市場設(shè)計》 1啤斗、廣...
-
2019騰訊廣告算法大賽思路~~更新啦~~2019/4/252019-4-25 09:13 ~~思路持續(xù)更新！Ａ蘖钮莲！---作者硬件：內(nèi)存:8g/ cpu:i5-4代 Attention！彼水！ 作者會不定時更新內(nèi)容崔拥，因為隨著對賽題的理解會發(fā)...
-
最大似然估計(MLE)VS最大后驗估計（MAP）
概念介紹 1.最大似然估計（MLE，Maximum Likelihood Estimation）：模型(x)已定,參數(shù)y未知 2.最大后驗概率（MAP猿涨，Maximum a p...
