Kirk Borne

用于回归、预测建模和时间序列分析的XGBoost —— 学习如何构建、评估和部署预测模型：https://t.co/DsGwnEX177 v/ @PacktDataML — 我的评价： 🟠XGBoost无疑是本书的核心焦点和主要贡献，同时还有其他内容：回归树、预测建模、时间序列分析和预测。 🟠这本书的附加价值在于它从头到尾的彻底进展，全面涵盖数据科学和机器学习建模中的所有主要步骤和问题：数据清理、不平衡数据、特征工程、特征工程流水线、特征重要性、分类数据编码、模型可解释性和说明性、集成方法、模型训练、模型评估 评估指标、超参数调优、模型部署等等——包括一个快速入门的案例研究起始项目，可用于进阶项目。 🟠我强烈推荐这本对各级从业者都非常有用的书。