#每日一书#

国庆假期快乐，10月份就不写机器学习方面的笔记了，会开新坑。

9.30 深入理解XGBoost

深入理解XGBoost：高效机器学习算法与进阶

这本书入手于2020年1月，应该是当时第一批读者。作者作为xgboost的贡献者，这本书的定位是入门加一定的深度，还是蛮好的。

前面几章介绍了一些基础，主要是后面的几章重要一些，介绍xgboost原理和实现，还介绍了一些源码实现。 最重要的是后面分布式XGboost，Flink平台上的实现等内容，模型选择与优化还是不错的。 只是实例确实是有点过于简单，没有覆盖前面的内容。

xgboost和lightGBM是17 18年，无论打kaggle比赛，还是天池比赛，分类必备模型，感觉那个时候大家对这两个模型的使用都非常之熟练。对于传统的机器学习算法，关键的特征选择还是很必要的，那个时候比赛蛮多tricks在流传。直到bert出现，很多比赛baseline变成了BERT+XXX，也算是经历过那个被xgboost统治的阶段。

本书还介绍了xgboost和深度学习，强化学习等模型的融合，这个确实可以多多关注。说不定哪天又会用上呢。

xgboost总得来说，不过时，适合做机器学习的人都学一学。