Есть два основных направления поиска гиперпараметров в машинном обучении — поиск по сетке и случайный поиск. В этой статье предлагается случайный поиск, поскольку он работает так же хорошо или даже лучше, чем чистый поиск по сетке. Задний план Целью гиперпараметра является минимизация ожидаемых потерь (L) с учетом данных X, полученных из естественного распределения (G). Однако маловероятно, что для оценки ожидания неизвестного естественного распределения G значение, которое мы..

Несколько недель назад я написал о своих наблюдениях относительно небольшого возрождения симуляции в мире науки о данных. Я, конечно, предвзят, поскольку мы сами работаем над методом моделирования в Apteo, но даже в этом случае я отметил, что в последнее время, похоже, все чаще используются методы моделирования для получения выводов. к жестким ответам. Недавно мы обновили наш симулятор инвестиций в акции, чтобы включить в него значительно более надежную функциональность, чем в..

Жадная альтернатива настройке гиперпараметров Эта история покажет вам альтернативный алгоритм случайного поиска, который может быть полезен для настройки гиперпараметров. Я раскрою основную концепцию этого и приведу подробный пример алгоритма. Что такое жадный алгоритм? Концепция глубокого случайного поиска Обсуждение Что такое жадный алгоритм? В информатике используется алгоритм для систематического решения проблем. Есть много концепций о том, как разработать алгоритм...

Поиск по сетке против случайного поиска Когда я получаю результат после запуска модели, я всегда хочу спросить себя. Это лучший результат, который я могу получить? Помимо изменения алгоритма или увеличения объема обучающих данных, мы также можем использовать настройку гиперпараметров, чтобы сделать модель более устойчивой для нашего набора данных. Во-первых, давайте проясним условия. Что такое параметр и что такое гиперпараметр? Параметр: параметр модели, который можно..