GBDT梯度提升决策树算法源码实战,充电了么,陈敬雷充电了么CEO兼CTO,一、课程优势 本课程有陈敬雷老师的清华大学出版社配套书籍教材 【自然语言处理原理与实战（人工智能科学与技术丛书）】 https://item.jd.com/13951851.html 和【分布式机器学习实战（人工智能科学与技术丛书）】，对应京东自营链接地址： https://item.jd.com/12743009.html 购买后加陈敬雷老师微信chenjinglei66领取课件代码资料！ 二、课程简介 梯度提升决策树（Gradient Boosted Trees，简称GBDT）也是一个集成算法，属于Boosting的思想。梯度提升树是一种决策树的集成算法。它通过反复迭代训练决策树来最小化损失函数。 GBDT在传统机器学习算法里面是对真实分布拟合的最好算法，在前几年深度学习还没有大行其道之前，GBDT在各种竞赛是大放异彩。原因大概有几个，一是效果确实挺不错。二是即可以用于分类也可以用于回归。三是可以筛选特征。这三点实在是太吸引人了，导致在面试的时候大家也非常喜欢问这个算法， 本课就GBDT算法介绍、GBDT经典应用场景、GBDT模型参数详解、GBDT源码实战、GBDT模型文件内容展示、GBDT和SVM（接近于神经网络的算法）等从理论到实践进行详细的讲解，解开GBDT算法神秘的面纱。难得的一线实战经验！ 适用人群：适合技术开发人员、大学生、职业晋升等； 机器学习、数据挖掘、人工智能开发者； 转行人工智能、机器学习者