书籍介绍
本书以机器学习基础知识做铺垫，深入剖析XGBoost的原理、分布式实现、模型优化、深度应用等。
第1～3章使读者对机器学习算法形成整体认知，了解如何优化模型以及评估预测结果，并熟悉常用机器学习算法的实现原理和应用，如线性回归、逻辑回归、决策树、神经网络、支持向量机等。
第4章借助实际案例，讲解如何通过XGBoost解决分类、回归、排序等问题，并介绍了XGBoost常用功能的使用方法。
第5～7章是本书的重点，从理论推导与源码层面深入剖析XGBoost，涵盖XGBoost原理与理论证明、分布式XGBoost的实现、XGBoost各组件的源码解析。
第8～9章为进阶内容，着重解析算法实践与工程应用中的难点，进而帮助读者更好地解决实际问题。
第10章介绍了一些较为前沿的将树模型与其他模型融合的研究方法，以开拓眼界，拓展思路。
何龙
现就职于滴滴出行，XGBoost开源社区贡献者，专注于人工智能和机器学习领域，从底层算法原理到上层应用实践都有广泛的兴趣和研究。较早接触XGBoost，熟悉XGBoost应用开发，深入阅读源码，具有丰富的项目开发经验。
目录
用户评论
就中间几章科普树有用，前面的科普机器学习没啥用，后面各种代码不如看文档，而且代码一会python一会其他语言
第5章介绍算法原理和第7章介绍源码应该合并，介绍一个原理展示相关部分的源码，整体的阅读体验和流畅性会增加。而现在，第5章内容看完了，半懂不懂就忘了，到了第7章看到代码已经完全无感对不上号了。
基本上是一本比较实际的书，整体上来说还是入门水平，比较make sense的地方是数学上并没有讲的太模糊，概念都会有例子从而比较清楚，也有几个项目提供了不少源代码，还没动手但估计自己琢磨pipe花的时间肯定比买JD五折的书的成本高hhh，但是深度上来说确实不足，分布式相关的东西基本上就是浅尝辄止的程度，估计是觉得都是复制粘贴上云的活，但是实际情况也就是这样
很细节，理论和code都讲的很清楚。
不是入门书，作者的组织能力很强，写的言简意赅
结构很不清晰，啥都想讲一点，而且只讲一点
我觉得写的真的还挺容易读懂的，在博客上对xgb略有了解后，可以看看这本补充一下
三星半吧，做为第一本xgboost书鼓励一下。很多地方比较跳，讲的不够详细，知道的人本来就知道，不知道的人还是不知道