Аналіз підходів до оптимізації гіперпараметрів у моделях машинного навчання
Вантажиться...
Дата
2022
Автори
Науковий керівник
Укладач
Редактор
Назва журналу
ISSN
E-ISSN
Назва тому
Видавець
Одеський національний університет ім. І. І. Мечникова
Анотація
Оптимiзацiя моделi є однiєю з найскладнiших проблем у пошуку
рiшень задач машинного навчання. Етапом розв’язку задач машинного
навчання, завдяки якому досягається оптимальнiсть моделi називають
налаштуванням гiперпараметрiв (або оптимiзацiєю гiперпараметрiв).
Гiперпараметри – це параметри, що встановлюються перед початком
процесу навчання та визначають архiтектуру моделi. Префiкс «гiпер» гово-
рить про те, що це параметри «верхнього рiвня», тобто контролюють процес
навчання та параметри моделi, що випливають iз неї.
Налаштування гiперпараметрiв є важливою частиною керування по-
ведiнки моделi машинного навчання. Цей процес полягає у знаходженнi
такої комбiнацiї значень гiперпараметрiв, яка найкраще максимiзує проду-
ктивнiсть моделi, мiнiмiзуючи попередньо визначену функцiю втрат.
Опис
Ключові слова
113 прикладна математика, машинне навчання, налаштування гіперпараметрів, дерево рішень, попередня обробка
Бібліографічний опис
Ткачова, Т. М. Аналіз підходів до оптимізації гіперпараметрів у моделях машинного навчання : дипломна робота бакалавра / Т. М. Ткачова. – Одеса, 2022. – 28 с.