Pular para o conteúdo principal
InícioPython

Extreme Gradient Boosting with XGBoost

Learn the fundamentals of gradient boosting and build state-of-the-art machine learning models using XGBoost to solve classification and regression problems.

Comece O Curso Gratuitamente
4 horas16 vídeos49 exercícios52.444 aprendizesTrophyDeclaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas


Descrição do Curso

Do you know the basics of supervised learning and want to use state-of-the-art models on real-world datasets? Gradient boosting is currently one of the most popular techniques for efficient modeling of tabular datasets of all sizes. XGboost is a very fast, scalable implementation of gradient boosting, with models using XGBoost regularly winning online data science competitions and being used at scale across different industries. In this course, you'll learn how to use this powerful library alongside pandas and scikit-learn to build and tune supervised learning models. You'll work with real-world datasets to solve classification and regression problems.
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.
DataCamp Para EmpresasPara uma solução sob medida , agende uma demonstração.

Nas seguintes faixas

Cientista de aprendizado de máquina em Python

Ir para a trilha

Aprendizado de máquina supervisionado em Python

Ir para a trilha
  1. 1

    Classification with XGBoost

    Gratuito

    This chapter will introduce you to the fundamental idea behind XGBoost—boosted learners. Once you understand how XGBoost works, you'll apply it to solve a common classification problem found in industry: predicting whether a customer will stop being a customer at some point in the future.

    Reproduzir Capítulo Agora
    Welcome to the course!
    50 xp
    Which of these is a classification problem?
    50 xp
    Which of these is a binary classification problem?
    50 xp
    Introducing XGBoost
    50 xp
    XGBoost: Fit/Predict
    100 xp
    What is a decision tree?
    50 xp
    Decision trees
    100 xp
    What is Boosting?
    50 xp
    Measuring accuracy
    100 xp
    Measuring AUC
    100 xp
    When should I use XGBoost?
    50 xp
    Using XGBoost
    50 xp
  2. 2

    Regression with XGBoost

    After a brief review of supervised regression, you'll apply XGBoost to the regression task of predicting house prices in Ames, Iowa. You'll learn about the two kinds of base learners that XGboost can use as its weak learners, and review how to evaluate the quality of your regression models.

    Reproduzir Capítulo Agora
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Cientista de aprendizado de máquina em Python

Ir para a trilha

Aprendizado de máquina supervisionado em Python

Ir para a trilha

conjuntos de dados

Ames housing prices (preprocessed)Ames housing prices (original)Chronic kidney disease

colaboradores

Collaborator's avatar
Hugo Bowne-Anderson
Collaborator's avatar
Yashas Roy
Sergey Fogelson HeadshotSergey Fogelson

Head of Data Science, TelevisaUnivision

Ver Mais

O que os outros alunos têm a dizer?

Junte-se a mais de 15 milhões de alunos e comece Extreme Gradient Boosting with XGBoost hoje mesmo!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.