XG增压

XGBoost是一个优化的分布式梯度提升库,旨在高效、灵活和便携。在梯度Boosting框架下实现了机器学习算法。XGBoost提供了一种并行树boosting(也称为GBDT,GBM),可以快速准确地解决许多数据科学问题。Hadoop(Hadoop)可以在相同的环境下运行数十亿个以上的大型mpe代码


zbMATH中的参考文献(参考文献76篇文章)

显示第1到第20个结果,共76个。
按年份排序(引用)
  1. Akalin,Altuna:计算基因组学与R.在Verdan Franke,Bora Uyar和Jonathan Ronen的协助下(2021年)
  2. Ali Haidar,Matthew Field,Jonathan Sykes,Martin Carolan,Lois Holloway:PSPSSO:使用粒子群优化进行参数选择的软件包(2021)不是zbMATH
  3. Arash Pakbin,Xiaochen Wang,Bobak J.Mortazavi,Donald K.K.Lee:BoXHED 2.0:生存分析中功能数据的可扩展提升(2021)阿尔十四
  4. 贝尔西马斯,迪米特里斯;邓恩,杰克;王玉晨:近最优非线性回归树(2021)
  5. 卡里佐萨,埃米利奥;莫莱罗-里欧,克里斯蒂娜;Romero Morales,Dolores:分类和回归树中的数学优化(2021)
  6. 陈顺钦;郭正峰;赵新雷:用机器学习方法预测抵押贷款早期拖欠(2021)
  7. 丁晨晨;韩海涛;李千岳;杨晓霞;刘太刚:iT3SE-PX:利用PSSM图谱和XGBoost特征选择识别细菌III型分泌效应器(2021)
  8. du Jardin,Philippe:使用自组织神经网络集成预测企业失败(2021)
  9. 费曼,阿德琳:嵌入和学习与签名(2021年)
  10. 马少辉;菲尔德斯,罗伯特:零售销售预测与元学习(2021)
  11. 普纳瓦拉,哈桑A。;劳弗,尼克拉斯;Topcu,Ufuk:以安全为中心的反馈控制训练分类器(2021)
  12. 赵岳,智巧,曹晓,卢卡斯·格拉斯,孙继蒙:PyHealth:一个用于健康预测模型的Python库(2021)阿尔十四
  13. 张丹;陈华东;祖尔菲卡尔,哈桑;袁世石;黄、秦来;张、赵越;邓克军:基于XGBoost的生物发光蛋白识别预测因子(2021)
  14. 本克瑟,大卫;彼得森,玛雅;van der Laan,Mark J.:非线性交叉验证预测指标的改进小样本估计(2020)
  15. Richard A.伯克:回归视角下的统计学习(2020)
  16. 伯姆克,布拉德;Greenwell,Brandon M.:用R实践机器学习(2020)
  17. 布洛克,约瑟夫;卢卡尼,亚历山德拉;范,凯瑟琳·霍夫曼;林,辛西娅辛雅;Luengo Oroz,Miguel:根据COVID-19绘制人工智能应用前景图(2020年)
  18. 科克雷特,纪尧姆;托尼·吉达:用应用于投资组合选择的尾部训练树(2020)
  19. Gauthier,Thibault:HOL4的树神经网络(2020)
  20. 古贝拉,罗宾·M。;莱斯曼,斯特凡;Jaroszewicz,Szymon:收入提升模型的响应转换和利润分解(2020)