福利 | 这20道集成学习问题请你来挑战

2017 年 8 月 23 日 数据派THU

集成建模是可以优化你的机器学习模型的一种很好的方法。如果你希望在任何机器学习比赛中拔得头筹，或者想改进你正在研究的模型——集成学习是一条很好的路径。

鉴于集成建模的重要性，数据派研究部现推出“集成学习20问”有奖答题活动。题目范围包括集成模型的基础知识及其实际应用。能有效检验你对集成学习这一热门机器学习方法的熟悉程度，还能和数据派社区的小伙伴们切磋切磋。

即日起至下周三，完成简单的“集成学习20问”即有机会轻松赢取福利！

担心被别人碾压，拿不到福利？那就先一起回顾这个月发布的干货内容再做题吧~

【集成学习】系列往期回顾：

独家 | 手把手教随机森林

独家 | 一文读懂集成学习（附学习资源）

独家 | 一文读懂Adaboost

还等什么？赶紧扫描下方二维码或点击“阅读全文”进入测试赢福利吧！

本次活动的答案将在下周三于本公众号为你揭晓~

【本次活动奖品介绍】

为感谢读者们在“集成学习月”对我们的关注和支持，数据派独家派发福利如下：

AI圣经《深度学习》中文版

近日，由深度学习领域三位前沿、权威的专家Ian Goodfellow、Yoshua Bengio和Aaron Courville合著的人工智能领域的圣经、长期位居美国亚马逊人工智能类图书榜首的《深度学习》（Deep Learning）中文版震撼上市，为国内火热的人工智能大潮再添一把火。

据了解，《深度学习》还在写作阶段就被开发、研究和工程人员极大关注。三位作者是深度学习领域的顶级专家，恰好是老、中、青三代的结合。Yoshua Bengio是深度学习领域的奠基人；Ian Goodfellow以提出GAN（生成式对抗网络）而闻名，是深度学习领域近年涌现的新星；而Aaron Courville则是处于研究生涯中期的领域中坚。所以，本书的行文和结构很好地考虑到了处于研究生涯各个不同阶段的学生和研究人员的需求，是一本非常好的关于深度学习的教科书，任何对深度学习感兴趣的读者，阅读本书都会受益。除了学习机器学习的大学生，没有机器学习或统计背景的软件工程师也可以通过本书快速补充相关知识，并在他们的产品或平台中使用。

是不是更心动了？

赶快扫描二维码或点击“阅读原文”回答问题

把这本深度学习利器领走吧！

【关于数据派研究部】

数据派研究部志于打造一流的结构化知识分享平台、活跃的数据科学爱好者社群，致力于传播数据思维、提升数据能力、探索数据价值、实现产学研结合。深入浅出解析各算法的原理和优缺点；通过小型数据集演练各算法的应用；参与kaggle等重量级比赛实战PK；更会推出开源项目引领分析热潮。

研究部的逻辑在于知识结构化、实践出真知：梳理打造结构化基础知识网络；原创手把手教、一文读懂以及实践经验等系列文章；形成专业兴趣社群，交流学习、组队实践、追踪前沿。

以下为研究部出品的原创文章：

手把手教系列：通过实操详解，带你轻松掌握技术方法。

独家 | 手把手教随机森林

本文教你如何利用随机森林进行集体决策，来改善单一决策产生的随机结果。

独家 | 手把手教线性回归分析（附R语言实例）

本文教你用线性回归方法来拟合数据方程的基本统计原则和它们如何描述数据元素之间的关系；教你使用R准备数据进行回归分析，定义一个线性方程并估计回归模型。