1、Adaboost算法原理，优缺点： 理论上任何学习器都可以用于Adaboost.但一般来说，使用最广泛的Adaboost弱学习器是决策树和神经网络。对于决策树，Adaboost分类用了CART分类树，而Adaboost回归用了CART回归树。 Adaboost算法可以简述为三个步骤： （1）首先 ...
分类：
其他好文 时间：
2018-05-06 12:13:01
阅读次数：
15120
代写编程、代写机器学习模型基于不同的机器学习模型，利用大量的特征变量，对标的资产价格的波动进行预测研究，并对预测效果进行评价。机器学习的模型包括，但不限于XGBoost、GBDT、LSTM等经典学习模型。待研究的资产包括：股票、债券、大宗商品等可配置资产。特征变量包括宏观经济变量、行业变量、标的价格 ...
分类：
编程语言 时间：
2018-04-30 23:28:44
阅读次数：
264
介绍项目： 局部敏感哈希？ 如何做召回？ 如何用模型做对话系统？ 背诵题： 什么是卷积？ 什么是窄卷积，什么是宽卷积？（没答上来，，，日了狗了！！！） 补零(Zero-padding)：补零也叫宽卷积，不补零就叫窄卷积。 xgb gbdt rf adaboost 之间的区别联系？ relu 与sig ...
分类：
编程语言 时间：
2018-04-24 21:49:37
阅读次数：
154
根据结构分数的增益情况计算出来选择哪个特征的哪个分割点，某个特征的重要性，就是它在所有树中出现的次数之和。 参考：https://blog.csdn.net/q383700092/article/details/53698760 另外：使用xgboost，遇到一个问题 看到网上有一个办法： 重新新建 ...
分类：
其他好文 时间：
2018-04-17 18:03:49
阅读次数：
1386
学习人工智能有段时间了，总结了一下人工智能的学习历程和课程表，希望对想学习的朋友有所帮助。期间也买了很多资料。可以分享给大家。 阶段一：数学基础 1.数据分析 常数e 导数 梯度 Taylor gini系数 信息熵与组合数 2.概率论 概率论基础 古典模型 常见概率分布 大数定理和中心极限定理 协方 ...
分类：
其他好文 时间：
2018-04-08 18:02:33
阅读次数：
212
转载地址：https://zhuanlan.zhihu.com/p/27350980 本文是一个精心设计的Python框架、库、软件和资源列表，是一个Awesome XXX系列的资源整理，由BigQuant整理加工而成，欢迎扩散、欢迎补充！对机器学习、深度学习在量化投资中应用感兴趣的朋友可以直接在B ...
分类：
编程语言 时间：
2018-04-05 23:09:51
阅读次数：
448
以下关于决策树的内容来自网络，都是非常通俗易懂的。 一.GBDT简介 GBDT(Gradient Boosting Decision Tree) 是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终结果。它在被提出之初就和SVM一起被认为是泛化能力（generalization ...
分类：
其他好文 时间：
2018-04-03 15:27:48
阅读次数：
283
1、集成学习概述 1.1 集成学习概述 集成学习在机器学习算法中具有较高的准去率，不足之处就是模型的训练过程可能比较复杂，效率不是很高。目前接触较多的集成学习主要有2种：基于Boosting的和基于Bagging，前者的代表算法有Adaboost、GBDT、XGBOOST、后者的代表算法主要是随机森 ...
分类：
编程语言 时间：
2018-03-21 16:36:00
阅读次数：
194
集成学习实践部分也分成三块来讲解： sklearn官方文档：http://scikit-learn.org/stable/modules/ensemble.html#ensemble 1、GBDT 2、XGBoost 3、Adaboost 在sklearn中Adaboost库分成两个，分别是分类和回 ...
分类：
其他好文 时间：
2018-03-17 10:49:31
阅读次数：
290
集成学习中还有一个重要的类别是Boosting，这个是基学习器具有较强依赖串行而成的算法，目前主流的主要有三个算法：GBDT，Adaboost，XGBoost 这个链接可以看看：https://www.cnblogs.com/willnote/p/6801496.html boosting算法的原理 ...
分类：
其他好文 时间：
2018-03-16 18:43:23
阅读次数：
351
