专题：模型提升技巧

1. 模型堆叠和模型融合库heamy的介绍
2. 比赛经验
3. BDC冠军团队是如何做用户预测的
4. 称霸Kaggle的十大深度学习技巧
5. 调参心得：超参数优化之旅
6. 机器学习比赛大杀器----模型融合(stacking & blending)
7. GBDT、FM、FFM和DNN融合构建广告点击率预测模型
8. xgboost融合模型：大学助学金精准资助预测(有数据)
9. 推荐系统遇上深度学习(十)--GBDT+LR融合方案实战
10. 申请评分卡模型中常用的一些特征工程方法
11. Stacking：Catboost、Xgboost、LightGBM、Adaboost、RF etc
12. 特征探索
13. 2016-2018年机器学习大赛TOP开源作品汇总 
14. GBDT原理及利用GBDT构造新的特征-Python实现 
15. 分分钟带你杀入Kaggle Top 1%
16. 随机森林算法详解
17. 拳打Adam，脚踢SGD：北大提出全新优化算法AdaBound 
18. LightGBM算法总结
19. 自动化特征 
20. Catboost：超越Lightgbm和XGBoost的又一个boost算法神器
21. GBDT、随机森林、xgboost算法原理解析视频公开
22. 模型调优与模型融合(stacking代码应用篇)