课程培训
XGBoost/LightGBM梯度提升树实战培训课程

XGBoost/LightGBM梯度提升树实战培训课程

  •  

  • 培训对象: 机器学习工程师、数据科学家、Kaggle竞赛选手、需要高精度模型的业务分析师。

  •  

  • 培训目标:

    • 理解梯度提升树(GBDT)的原理和优势。

    • 掌握XGBoost和LightGBM的核心参数和调优方法。

    • 能够处理缺失值、类别特征和不平衡数据。

    • 具备特征重要度分析和模型解释能力。

  •  

  • 培训内容介绍:

  •  

    一、 集成学习与梯度提升树原理: 理解Bagging与Boosting的区别,深入梯度提升树的迭代优化过程。

    二、 XGBoost算法原理与优势: 了解XGBoost的正则化、二阶泰勒展开、缺失值处理等核心特性。

    三、 XGBoost基础API使用: 使用XGBoost原生接口和Scikit-learn接口训练模型,处理分类和回归问题。

    四、 XGBoost核心参数详解: 掌握eta(学习率)、max_depth、subsample、colsample_bytree等参数的作用和设置。

    五、 XGBoost高级特性: 使用回调函数早停,自定义目标函数和评估指标,处理样本不均衡。

    六、 LightGBM算法原理与优势: 了解LightGBM的单边梯度采样(GOSS)和互斥特征绑定(EFB)带来的速度提升。

    七、 LightGBM基础API使用: 使用LightGBM原生接口训练模型,处理类别特征(categorical_feature)的自动转换。

    八、 LightGBM核心参数详解: 掌握num_leaves、min_data_in_leaf、feature_fraction等参数的调优策略。

    九、 特征重要度分析与选择: 使用内置的特征重要度(gain、cover、frequency)进行特征筛选。

    十、 模型调参与交叉验证: 使用GridSearchCV和RandomizedSearchCV进行参数搜索,使用早停防止过拟合。

    十一、 SHAP模型解释: 使用SHAP库解释模型预测结果,分析特征对预测的贡献。

    十二、 实战项目:竞赛级模型开发: 使用XGBoost和LightGBM解决实际问题(如销量预测、风险控制),进行模型融合提升精度。





如果您想学习本课程,请预约报名
如果没找到合适的课程或有特殊培训需求,请订制培训
除培训外,同时提供相关技术咨询与技术支持服务,有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请

服务特点:
海量专家资源,精准匹配相关行业,相关项目专家,针对实际需求,顾问式咨询,互动式授课,案例教学,小班授课,实际项目演示,快捷高效,省时省力省钱。

专家力量:
中国科学院软件研究所,计算研究所高级研究人员
oracle,微软,vmware,MSC,Ansys,candence,Altium,达索等大型公司高级工程师,项目经理,技术支持专家
中科信软培训中心,资深专家或讲师
大多名牌大学,硕士以上学历,相关技术专业,理论素养丰富
多年实际项目经历,大型项目实战案例,热情,乐于技术分享
针对客户实际需求,案例教学,互动式沟通,学有所获
报名表下载
联系我们 更多>>

咨询电话010-62883247

                4007991916

咨询邮箱:soft@info-soft.cn  

 

  微信咨询

随时听讲课

聚焦技术实践

订制培训 更多>>