Публикации по теме 'hyperparameter-tuning'


Быстрая настройка гиперпараметров для улучшения производительности модели
Настройка гиперпараметров играет важную роль в процессе обучения оптимальной модели машинного обучения. В процессе обучения производительность целевой модели оценивается путем мониторинга таких показателей, как значения функции потерь или оценка точности в тестовом/проверочном наборе, на основе чего можно точно настроить гиперпараметры для повышения производительности модели. . Поиск по сетке против случайного поиска Среди множества методов настройки гиперпараметров два самых..
Нежное введение в AWS Sagemaker — часть II
В нашей предыдущей статье мы увидели, как запустить Jupyter Notebook на AWS SageMaker. Хотя мы не написали ни строчки кода, нам осталось сделать еще несколько шагов, прежде чем мы приступим к кодированию. В этой статье мы сделаем следующее. Создайте корзину на AWS S3 (Simple Storage Service), в которой будут храниться наборы данных. Загрузите наши наборы данных в корзину. Создайте политики, чтобы экземпляр записной книжки SageMaker мог получить доступ к наборам данных...
Что такое гиперпараметры
Гиперпараметры — это просто параметры, которые мы передаем алгоритму обучения для управления обучением модели. Гиперпараметры — это выбор, который делает разработчик алгоритма, чтобы «настроить» поведение алгоритма обучения. Таким образом, выбор гиперпараметров имеет большое значение для окончательной модели, созданной алгоритмом обучения. Таким образом, в основном все, что передается алгоритму до того, как он начнет свое обучение или процесс обучения, является гиперпараметром, то есть..
Почему мы должны использовать K-кратную перекрестную проверку?
В этой статье объясняется, что такое K-кратная перекрестная проверка и почему нам нужно использовать ее в процессе создания модели. Зачем нам нужна K-кратная перекрестная проверка? Когда мы хотим построить модель с алгоритмами машинного обучения, мы обычно делим наши данные на два набора: обучающий и тестовый. Модель будет построена с использованием образцов из…
(Гипер) параметры в машинном обучении
Всем привет! если вы новичок или даже опытный специалист в области машинного обучения (ML)/глубокого обучения (DL), вы наверняка сталкивались с терминами параметры и гиперпараметры. Вы когда-нибудь задумывались, что это такое? Давайте выясним! Гиперпараметры Итак, прежде чем углубляться в технические детали, давайте возьмем пример. Когда мы играем в видеоигры с контроллером, мы используем джойстики для управления движением персонажей в видеоигре. мы заставляем их прыгать,..
Введение в автоматизированное машинное обучение с помощью Auto-Sklearn ⚙️
Согласно книге Практическое автоматизированное машинное обучение (AutoML), AutoML призван упростить процесс построения моделей машинного обучения путем автоматизации часто используемых шагов, таких как предварительная обработка признаков, выбор модели и настройка гиперпараметров. `. Естественно, высокий уровень автоматизации AutoML позволяет неспециалистам использовать модели и подходы машинного обучения, не имея предварительного глубокого знакомства с машинным обучением. Что..
Как стать гроссмейстером Kaggle
В этой статье мы выделяем некоторые ключевые выводы из презентации Дэвида Остина о том, как гроссмейстер Kaggle повышает производительность своего решения на саммите SigOpt. Дэвид Остин — старший главный инженер по искусственному интеллекту в Intel, работающий над промышленными приложениями в сфере Интернета вещей. В свободное время он, по его собственным словам, проводит слишком много времени, участвуя в соревнованиях Kaggle, и с 2018 года имеет звание гроссмейстера. Фон В..