人工智能

一、原理 ​ XGBOOST推导请详见《机器学习公式推导与代码实现》（鲁伟，2022年）第12章P162~P168，书中有该算法的Numpy实现，本文对照公式推导部分和算法代码实现部分做注解。

一、原理 ​ 参考了《机器学习公式推导与代码实现》第22章和博文 https://mp.csdn.net/mp_blog/creation/editor/135819177，其中公式22-9 对应M步

一、算法定义 ​ PageRank 算法作为计算互联网的重要度的算法被提出，它对每个网页给出一正实数，表示网页的重要程度整体构成一个向量，PageRank值越高，网页就越重要，在互联网排序中越高。

一、算法实现 ​ 上文已述梯度提升树的算法原理，用python实现代码 算法实现 ​| 上文已述梯度提升树的算法原理，用python实现代码|

提升树boosting是以决策树为弱学习器的提升方法。针对提升树模型，加性模型和前向分步算法的组合是典型的求解方式。

一、贝尔斯（Bayesian）优化调参 ​ 贝尔斯优化用于机器学习调参，由J.Snoek(2012)提出，其主要思想及技术过程是...

一、引 pgmpy 是一款基于python的概率图模型包，主要包括贝尔斯网络和马尔可夫蒙特卡洛等常见概率图模型的实现以及推断方法。 以学生获得的推荐信的质量为例来构造贝尔斯网络。