Verktyg för hyperparameteroptimering
Hyperparameteroptimering är ett viktigt uppdrag för att effektivt kunna använda en modell för maskininlärning. Att utföra detta manuellt kan vara tidskrävande, utan garanti för god kvalitet på resulterande hyperparametrar. Att använda verktyg för detta ändamål är att föredra, men det finns ett stort...
Main Author: | Lundberg, Patrick |
---|---|
Format: | Others |
Language: | Swedish |
Published: |
Linköpings universitet, Artificiell intelligens och integrerade datorsystem
2021
|
Subjects: | |
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-176694 |
Similar Items
-
Automated Configuration of NoSQL Performance and Scalability Tactics for Data-Intensive Applications
by: Davy Preuveneers, et al.
Published: (2020-08-01) -
Resource Usage and Performance Trade-offs for Machine Learning Models in Smart Environments
by: Davy Preuveneers, et al.
Published: (2020-02-01) -
RHOASo: An Early Stop Hyper-Parameter Optimization Algorithm
by: Ángel Luis Muñoz Castañeda, et al.
Published: (2021-09-01) -
Basic Hyperparameters Tuning Methods for Classification Algorithms
by: Claudia ANTAL-VAIDA
Published: (2021-01-01) -
On Bayesian optimization and its application to hyperparameter tuning
by: Matosevic, Antonio
Published: (2018)