Skip to Main Content
Uczenie maszynowe w Pythonie
book

Uczenie maszynowe w Pythonie

by Chris Albon
March 2019
Intermediate to advanced content levelIntermediate to advanced
344 pages
9h 41m
Polish
Helion
Content preview from Uczenie maszynowe w Pythonie

Rozdział 12. Wybór modelu

12.0. Wprowadzenie

W uczeniu maszynowym trenujemy algorytmy, aby poznać parametry modelu, minimalizując pewną funkcję straty. Jednak w wielu algorytmach uczenia maszynowego, na przykład w przypadku maszyn wektora nośnego i losowego lasu, mamy również hiperparametry wymagające zdefiniowania poza procesem uczenia. Algorytm losowego lasu to kolekcja drzew decyzyjnych (stąd w nazwie słowo las), przy czym liczba drzew decyzyjnych znajdujących się w lesie nie jest ustalana przez algorytm i musi być podana wcześniej. Często określa się to jako dostrajanie hiperparametru, optymalizację hiperparametru lub wybór modelu. Ponadto bywa, że chcemy wypróbować wiele algorytmów uczenia maszynowego — na przykład przetestować algorytmy ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

Uczenie maszynowe w Pythonie

Uczenie maszynowe w Pythonie

Matt Harrison
Uczenie maszynowe dla programistów

Uczenie maszynowe dla programistów

Drew Conway, John Myles White

Publisher Resources

ISBN: 9781098125264