March 2019
Intermediate to advanced
344 pages
9h 41m
Polish
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 ...