XGBoost是一个优化的分布式梯度增强库，旨在实现高效，灵活和便携。
它在 Gradient Boosting 框架下实现机器学习算法。XGBoost提供并行树提升（也称为GBDT，GBM），可以快速准确地解决许多数据科学问题。相同的代码在主要的分布式环境（Hadoop，SGE，MPI）上运行，并且可以解决数十亿个示例之外的问题。
程序员的麻烦在于，你无法弄清他在捣腾什么，当你最终弄明白时，也许已经晚了。——Seymour Cray
项目翻译 xgboost 0.90
- 贡献者: 记得留言和更新翻译进度
- 地址: #27
项目 XGBoost 0.90 看板
- 负责人: 记得更新和优化
- 地址: https://github.com/apachecn/xgboost-doc-zh/projects/1
格式: GitHub + QQ
第一期 (2017-xx-xx)
第2期 (2019-07-07)
-- 负责人要求: (欢迎一起为 XGBoost 中文版本 做贡献)
- 热爱开源，喜欢装逼
- 长期使用 XGBoost
- 能够有时间及时优化页面bug和用户issues
- 试用期: 2个月
- 欢迎联系: 片刻 529815144
- 在我们的 apachecn/xgboost-doc-zh github 上提 issue.
- 发邮件到 Email:
apachecn@163.com. - 在我们的 QQ群-搜索: 交流方式 中联系群主/管理员即可.
docker pull apachecn0/xgboost-doc-zh
docker run -tid -p <port>:80 apachecn0/xgboost-doc-zh
# 访问 http://localhost:{port} 查看文档
pip install xgboost-doc-zh
xgboost-doc-zh <port>
# 访问 http://localhost:{port} 查看文档
npm install -g xgboost-doc-zh
xgboost-doc-zh <port>
# 访问 http://localhost:{port} 查看文档
