¿Cuáles son algunos buenos materiales introductorios en xgboost?

Answer 1

XGBoost es un héroe de la ciudad natal para los analistas de datos de Seattle, que salió de una disertación en la Universidad de Washington. Disponible para lenguajes de programación como R, Python, Java, Julia y Scala, XGBoost es una herramienta de limpieza y optimización de datos que escala con precisión y compensa los valores faltantes.

Este tutorial explica los parámetros en Python, si ese es su idioma de elección: Guía completa para el ajuste de parámetros en XGBoost (con códigos en Python) o puede encontrar un tutorial para principiantes en Hacker Earth: Tutorial para principiantes en XGBoost y Ajuste de parámetros en R Tutoriales y Notas | Aprendizaje automático | Hacker Earth. También hay un mini-curso sobre Machine Learning Mastery que incluye un libro electrónico y varios ejercicios que te pueden gustar después de haber agotado los videos de esta página: Mini-Curso de 7 pasos para comenzar a usar XGBoost en Python – Machine Learning Mastery.

Si ha tenido problemas con los árboles de decisión (y debe estar muy familiarizado antes de comenzar), consulte esta representación visual que pasó por nuestra oficina hace unos meses: una introducción visual al aprendizaje automático.

Answer 2

La documentación de XGBoost es excepcional. Tiene tutoriales, ejemplos y explica los parámetros.

Documentación de XGBoost

Además, hay muchas presentaciones y tutoriales en youtube. El siguiente video aclarará cómo funciona el algoritmo, ajustando los parámetros, etc.

Answer 3

Aquí están los pocos recursos que encontré útiles mientras aprendía xgboost.

• La documentación es bastante clara sobre la estructura de las entradas, los detalles de los parámetros y sus rangos. Documentación de XGBoost
• Este video es del autor del paquete R para xgboost

• Esta publicación de blog cubre la implementación de xgboost en R Cómo usar el algoritmo XGBoost en R en pasos sencillos
• Este es un buen recurso para el ajuste de parámetros en Python Guía completa para el ajuste de parámetros en XGBoost (con códigos en Python)

Espero que esto ayude.
Salud

Answer 4

Aquí hay un blog sobre el modelo XGBoost. Explica los conceptos básicos del modelo XGBoost y cubre un modelo de muestra para pronosticar los mercados de valores.

Pronosticar mercados utilizando eXtreme Gradient Boosting (XGBoost)

También puede leer otros blogs de aprendizaje automático que figuran en nuestro sitio.

Descripción general del aprendizaje automático en el comercio

Aprendizaje automático: una introducción a los árboles de decisión

Aprendizaje automático y su aplicación en los mercados de divisas [MODELO DE TRABAJO]

Si está interesado en aprender el comercio algorítmico, puede visitar nuestro sitio web y consultar nuestro curso, Programa Ejecutivo en Comercio Algorítmico (EPAT ™)

Curso Algorítmico de Trading – Entrenamiento para Comerciantes, Quants y Programadores

Answer 5

Ajuste de parámetros de Xgboost en R