August 2018
Intermediate to advanced
528 pages
17h 44m
Polish
Dotychczas traktowaliśmy modele uczenia maszynowego i ich algorytmy uczące niczym czarne skrzynki. Jeśli poświęciłaś/poświęciłeś czas na ćwiczenia umieszczone w poprzednich rozdziałach, dziwisz się zapewne, jak wiele możemy dokonać, nie znając podstaw działania modelu: zoptymalizować system regresyjny, usprawnić klasyfikator rozpoznawania cyfr, a nawet stworzyć od podstaw filtr spamu — wszystko to bez wiedzy na temat tworzących je mechanizmów. Faktycznie, w wielu przypadkach nie musimy znać szczegółów implementacji.
Jednak znajomość architektury modelu pomaga się w nim odnaleźć, dobrać właściwy algorytm uczący oraz zestaw hiperparametrów. Ułatwia nam to również usuwanie usterek z kodu, a także poprawia naszą skuteczność ...