Une présentation du fonctionnement des gradient boosting trees, une technique de machine learning utilisée dans les tâches de régression et de classification sur des arbres de décision. Les bonnes pratiques de la data science et des connaissances techniques sur les modèles de machine learning sont également introduits. ©Electre 2025
Gradient Boosting
Exploitez les arbres de décision pour le Machine Learning (XGBoost, CatBoost, LightGBM)
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.
Paru le : 16/03/2022
Thématique :
Auteur(s) : Auteur : Guillaume Saupin
Éditeur(s) :
ENI
Collection(s) : Epsilon
Série(s) : Non précisé.
ISBN : 978-2-409-03402-2
EAN13 : 9782409034022
Reliure : Broché
Pages : 258
Hauteur: 21.0 cm / Largeur 18.0 cm
Épaisseur: 1.3 cm
Poids: 402 g
Carte fidélité
Mollat Radio
