ML » 机器学习（三十六）——LightGBM, CatBoost
2018-03-07 :: 5505 WordsKalman filters（续）
https://zhuanlan.zhihu.com/p/40413223
卡尔曼滤波器实现详解
https://mp.weixin.qq.com/s/kBGhHCxq6idOOSGoLX5Kaw
手把手教你写卡尔曼滤波器
https://mp.weixin.qq.com/s/x0twRIdONCp3-qjhFJuCEQ
手把手教你写扩展卡尔曼滤波器
https://mp.weixin.qq.com/s/Nta9ksUkAVoX8arBGm7qqg
手把手教你实现多传感器融合技术
https://zhuanlan.zhihu.com/p/41767489
概率机器人——扩展卡尔曼滤波、无迹卡尔曼滤波
https://mp.weixin.qq.com/s/J27fVvYMRdoAgQtfXsywxg
OpenCV卡尔曼滤波介绍与代码演示
https://zhuanlan.zhihu.com/p/64007212
卡尔曼滤波家族
https://zhuanlan.zhihu.com/p/66646519
IKF(IEKF)推导
https://blog.csdn.net/baidu_21807307/article/details/51843079
浅谈卡尔曼滤波（Kalman Filter）
https://mp.weixin.qq.com/s/ZlyF1GcmpwZoT-3o4T567A
卡尔曼滤波算法及其应用
https://zhuanlan.zhihu.com/p/77327349
如何理解那个能造导弹军舰还把嫦娥送上天的卡尔曼滤波算法Kalman filter?
https://mp.weixin.qq.com/s/vAm0QDp_i2ec5pZbTmdHNA
傻瓜也能懂的卡尔曼滤波器
https://mp.weixin.qq.com/s/na0vVhECfBppTb7BmhRyzA
从限价订单薄中推导预测因子：卡尔曼滤波来搞定！
https://mp.weixin.qq.com/s/v460ql4RnJGbzbV0iZH4kA
深度解读卡尔曼滤波原理
https://mp.weixin.qq.com/s/Jlux3pZ4keVzkwWzgoPrEQ
深入浅出讲解卡尔曼滤波
https://mp.weixin.qq.com/s/BeIEjASATt3Qpef_Ag-cSw
卡尔曼滤波系列——经典卡尔曼滤波推导
https://mp.weixin.qq.com/s/t4GIPMB-6Vq7i8Q5PN6L-w
追狗，从入门到精通
https://mp.weixin.qq.com/s/EZ4JQM2vynTevUjFpW1h_w
追狗，从入门到精通2.0
https://zhuanlan.zhihu.com/p/128520715
自动驾驶定位技术-马尔科夫定位
https://zhuanlan.zhihu.com/p/138684962
自动驾驶感知融合-卡尔曼及扩展卡尔曼滤波(Lidar&Radar)
https://zhuanlan.zhihu.com/p/141059329
自动驾驶感知融合-无迹卡尔曼滤波(Lidar&Radar)
https://zhuanlan.zhihu.com/p/134595781
卡尔曼滤波(Kalman filter)含详细数学推导
https://zhuanlan.zhihu.com/p/166342719
卡尔曼滤波器详解——从零开始(1)
https://zhuanlan.zhihu.com/p/179480833
卡尔曼滤波器详解——从零开始(2)
https://mp.weixin.qq.com/s/3K9qdH9FXnYABpJoJkFcqw
使用卡尔曼滤波平滑时间序列，提高时序预测的准确率
https://zhuanlan.zhihu.com/p/35978617
线性动态系统与卡尔曼滤波
https://mp.weixin.qq.com/s/2rX6iRTYBk47V29fSTAMQQ
图解卡尔曼滤波(Kalman Filter)
https://mp.weixin.qq.com/s/PuvTkDhwbYv8TK8t-Zhcug
基于卡尔曼滤波的注意力机制—广告点击率预估中的用户行为建模
https://longaspire.github.io/blog/%E5%8D%A1%E5%B0%94%E6%9B%BC%E6%BB%A4%E6%B3%A2/
卡尔曼滤波器
https://zhuanlan.zhihu.com/p/36745755
卡尔曼滤波：从入门到精通
https://zhuanlan.zhihu.com/p/338269917
从全状态观测器到卡尔曼滤波器
https://mp.weixin.qq.com/s/gb7CX8mbQNkMFVe3DIDT6Q
卡尔曼滤波最完整公式推导
https://mp.weixin.qq.com/s/vChWpG_2m53n8Bz-yfCohg
实操教程：用一维卡尔曼滤波器来估计运动物体的位置和速度
https://zhuanlan.zhihu.com/p/408783183
卡尔曼滤波的基本原理（也许是我写过最详细的推导）
https://www.zhihu.com/column/c_1303778703026126848
一个多传感器信息融合的专栏
https://www.zhihu.com/question/41823401
有什么将卡尔曼滤波讲得透彻的书籍或资料？
https://www.zhihu.com/question/588969519
组合导航和卡尔曼滤波，一个美国七十年代提出的理论，一个已经成熟的技术，研究生现在研究还有希望毕业吗？
LightGBM
LightGBM是微软推出的boosting框架。
代码：
https://github.com/Microsoft/LightGBM
文档：
https://lightgbm.readthedocs.io/en/latest/
参考：
http://www.msra.cn/zh-cn/news/features/lightgbm-20170105
微软亚洲研究院：LightGBM介绍
https://zhuanlan.zhihu.com/p/25308051
比XGBOOST更快–LightGBM介绍
https://www.zhihu.com/question/51644470
如何看待微软新开源的LightGBM?
http://www.cnblogs.com/rocketfan/p/6005353.html
LightGBM中GBDT的实现
https://zhuanlan.zhihu.com/p/28768447
一个例子读懂LightGBM的模型文件
https://zhuanlan.zhihu.com/p/27916208
LightGBM调参指南(带贝叶斯优化代码)
https://mp.weixin.qq.com/s/zopaNDXABhPVqqUur9FFYg
lightgbm算法优化-不平衡二分类问题
https://mp.weixin.qq.com/s/JQasgzl-EpqBey7W6jKCTw
LightGBM大战XGBoost，谁将夺得桂冠？
http://blog.csdn.net/xwd18280820053/article/details/68927422
关于树的几个ensemble模型的比较（GBDT、xgBoost、lightGBM、RF）
https://mp.weixin.qq.com/s/TD3RbdDidCrcL45oWpxNmw
从结构到性能，一文概述XGBoost、Light GBM和CatBoost的同与不同
https://mp.weixin.qq.com/s/8IFKL0thCMBh40wUolbTVw
从XGB到LGB：美团外卖树模型的迭代之路
https://mp.weixin.qq.com/s/LoX987dypDg8jbeTJMpEPQ
终于有人把XGBoost和LightGBM讲明白了，项目中最主流的集成算法！
https://mp.weixin.qq.com/s/l6Fp5WTNH0b_cl2y7Az76Q
深入理解LightGBM
https://mp.weixin.qq.com/s/H9zkyO9oZAysWMyigd1tNw
LightGBM
https://mp.weixin.qq.com/s/RaWeiQwlQjCi1zz5S3tOmA
LightGBM的参数详解以及如何调优
https://mp.weixin.qq.com/s/9gEfkiZyZkoIgwRCYISQgQ
你应该知道的LightGBM各种操作！
https://mp.weixin.qq.com/s/YSDB6SSrU7xlzZ73PrjIAw
比赛杀器LightGBM常用操作总结！
https://mp.weixin.qq.com/s/_y16bW-afo9gOI5ObMBRYQ
Kaggle神器LightGBM最全解读！
https://mp.weixin.qq.com/s/A3b2L_0-atm5jJslhr50Bg
最新LightGBM进展介绍报告，39页ppt
https://mp.weixin.qq.com/s/M0W6-bLZcsdMsKBUAeKDnw
树模型奠基性论文解读——GBM: Gradient Boosting Machine
https://zhuanlan.zhihu.com/p/672584013
lleaves：使用LLVM编译梯度提升决策树将预测速度提升10+倍
CatBoost
这是Yandex推出的Boost工具包。
官网：
https://catboost.yandex/
论文：
《Fighting biases with dynamic boosting》
代码：
https://github.com/catboost/catboost
官方还提供了一个可视化工具：
https://github.com/catboost/catboost-viewer
参考：
https://mp.weixin.qq.com/s/TAminQXid3qq5b8qkeN1rA
ClickHouse如何结合自家的GNDT算法库CatBoost来做机器学习
https://mp.weixin.qq.com/s/4qQxB4AthVAYKggEV3BHFw
ThunderGBM：快成一道闪电的梯度提升决策树
https://mp.weixin.qq.com/s/LxPkd6PUHWoHQCw-xyE9SQ
大战三回合：XGBoost、LightGBM和Catboost一决高低
https://mp.weixin.qq.com/s/E3pSPsG18053F5GG1Z8jNQ
一文详尽系列之CatBoost
https://mp.weixin.qq.com/s/eCZHpFvtDYnpI6jm2nEtnQ
深入理解CatBoost
https://mp.weixin.qq.com/s/pQ9_0d8sl5Sr5O360Risnw
使用CatBoost进行不确定度估算：模型为何不确定以及如何估计不确定性水平
https://mp.weixin.qq.com/s/o129MwpGzx8tzjUCkz1npw
使用CatBoost和NODE建模表格数据对比测试
抗日战争=
太平洋战争爆发后，中国接受外界输血的管道只剩下了滇缅公路。一大批华侨，开着华侨捐助的卡车，运输着华侨捐献的物资，成为滇缅线上一道独特的风景线。
至抗战胜利时，超过三分之一的华侨机工因翻车、伤病或日军轰炸等而牺牲。
菲律宾的著名侨领李清泉，抱病领导华侨国难后援会，为十九路军汇来巨款慰问，还捐购15架飞机。后因劳累过度而去世，临终遗嘱再捐出10万美元。他的好友及侨团闻讯后，为继承他的遗志又筹资40万美元。
国府统计，战时华侨每月捐助军饷约达2000万元，以当时每月军饷约7000万元，则华侨捐款几占全部抗战军饷的1/3。而战时侨汇估计有3亿元。依此推算，战时财政经济的1/2是由海外侨胞负担。
1937年前11个月，马来亚每月运往日本的铁矿平均达128,858吨，到12月份，则仅有12,424吨运出，减少90%以上。
1943年的时候，日本人拍了一部《鸦片战争》，在中国放映。
凭心而论，这部电影拍的很不错，带英的大缺大德那是一以贯之的。但是你确定应该在日军铁蹄践踏大半个中国的背景下，和起码名义上是盟军的英国人打起来么？
孤岛时期上海拍摄了《木兰从军记》，反响很好。结果这个片子引进到重庆上映后引发暴动，群众把胶片都扯出来烧掉了。
片子本身没问题，讲的是抵抗异族侵略者，但电影中有一句歌词“太阳出来满天下”，被重庆老百姓认为是吹捧日本天下布武，又传说本片导演接受了伪职（并没有），所以酿成了这一风波。后来片方把歌词替换成“青天白日满天下”这才过关。
不过《木兰从军记》的女主演陈云裳后来给日本军舰献花，本来约定不可公开，但日本方面立即公开了，坐实了陈云裳的汉奸罪名。
白崇禧说，大战正激烈呢，冯玉祥却这样，他以前做人虚伪狡诈，现在又胆小怯懦，作为战区司令长官，居然怕日本飞机怕到让人难以理解的地步。
您的打赏，是对我的鼓励
