मुख्य सामग्री पर जाएं

कोर्स

R में Hyperparameter Tuning

उन्नत4 घंटे

अपने मॉडल के हाइपरपैरामीटर्स को ट्यून करना सीखें ताकि सर्वोत्तम पूर्वानुमानित परिणाम मिलें।

R4 घंटे14 वीडियो47 अभ्यास3,500 XP7,767उपलब्धि प्रमाणपत्र

अपना नि:शुल्क अकाउंट बनाएँ

Google के साथ जारी रखें
या
जारी रखकर, आप हमारी उपयोग की शर्तें, हमारा गोपनीयता नीति और यह कि आपका डेटा USA में संग्रहीत है।

हज़ारों कंपनियों के शिक्षार्थियों द्वारा पसंद किया गया

टीम को प्रशिक्षित कर रहे हैं?

बिज़नेस आज़माएँ

कोर्स विवरण

कई मशीन लर्निंग समस्याओं में, सिर्फ मॉडल को वैसे ही चलाकर एक प्रेडिक्शन पाना काफी नहीं होता; आप सबसे सटीक प्रेडिक्शन वाला बेहतरीन मॉडल चाहते हैं। अपने मॉडल को बेहतर बनाने का एक तरीका है हाइपरपैरामीटर ट्यूनिंग, यानी उस खास मॉडल की सेटिंग्स को ऑप्टिमाइज़ करना। इस कोर्स में, आप caret, mlr और h2o पैकेजों के साथ काम करेंगे ताकि ग्रिड सर्च, रैंडम सर्च, एडेप्टिव रिसैम्पलिंग और ऑटोमैटिक मशीन लर्निंग (AutoML) का उपयोग करके हाइपरपैरामीटर का सर्वश्रेष्ठ संयोजन कुशलता से खोज सकें। इसके अलावा, आप अलग-अलग डेटासेट के साथ काम करेंगे और विभिन्न सुपरवाइज़्ड लर्निंग मॉडल जैसे रैंडम फॉरेस्ट, ग्रेडिएंट बूस्टिंग मशीन, सपोर्ट वेक्टर मशीन, और यहाँ तक कि न्यूरल नेट्स को भी ट्यून करेंगे। ट्यूनिंग के लिए तैयार हो जाइए!

पूर्वापेक्षाएँ

पाठ्यक्रम

कोर्स रूपरेखा

1

हाइपरपैरामीटर का परिचय

हम "hyperparameter" जैसा अजीब शब्द क्यों इस्तेमाल करते हैं? इसमें "हाइपर" क्या है? यहाँ, आप समझेंगे कि मॉडल पैरामीटर क्या होते हैं और वे मशीन लर्निंग में हाइपरपैरामीटर से कैसे अलग हैं। इसके बाद आप देखेंगे कि हम इन्हें ट्यून क्यों करना चाहते हैं और कैसे caret की डिफ़ॉल्ट सेटिंग अपने-आप हाइपरपैरामीटर ट्यूनिंग शामिल करती है।
अध्याय शुरू करें
2

caret के साथ हाइपरपैरामीटर ट्यूनिंग

इस चैप्टर में, आप Cartesian ग्रिड के साथ हाइपरपैरामीटर ट्यून करना सीखेंगे। फिर, आप तेज़ और अधिक कुशल तरीकों को लागू करेंगे। आप Random Search और एडेप्टिव रिसैम्पलिंग का उपयोग करके पैरामीटर ग्रिड को ऐसे ट्यून करेंगे जो ऑप्टिमल सेटिंग्स के आसपास के मानों पर ज़्यादा ध्यान केंद्रित करे।
अध्याय शुरू करें
3

mlr के साथ हाइपरपैरामीटर ट्यूनिंग

यहाँ, आप मशीन लर्निंग के लिए एक और पैकेज इस्तेमाल करेंगे जिसमें हाइपरपैरामीटर ट्यूनिंग के बहुत सुविधाजनक फंक्शन हैं। आप एक Cartesian ग्रिड परिभाषित करेंगे या Random Search करेंगे, साथ ही एडवांस्ड तकनीकों का प्रयोग करेंगे। आप यह भी सीखेंगे कि अलग-अलग हाइपरपैरामीटर के साथ मॉडलों को कैसे प्लॉट और इवैल्यूएट किया जाए।
अध्याय शुरू करें
4

h2o के साथ हाइपरपैरामीटर ट्यूनिंग

अंतिम चैप्टर में, आप h2o का उपयोग करेंगे, जो मशीन लर्निंग के लिए एक और पैकेज है जिसमें हाइपरपैरामीटर ट्यूनिंग के बहुत सुविधाजनक फंक्शन हैं। आप इससे अलग-अलग मॉडल ट्रेन करेंगे और एक Cartesian ग्रिड परिभाषित करेंगे। फिर, आप Random Search लागू करेंगे और स्टॉपिंग क्राइटेरिया का उपयोग करेंगे। अंत में, आप AutoML सीखेंगे, जो h2o का एक इंटरफ़ेस है जो केवल एक फंक्शन से बहुत तेज़ और सुविधाजनक मॉडल और हाइपरपैरामीटर ट्यूनिंग की अनुमति देता है।
अध्याय शुरू करें
R

R में Hyperparameter Tuning

कोर्स
पूरा

उपलब्धि प्रमाणपत्र प्राप्त करें

अभी नामांकन करें

DataCamp for Mobile के साथ अपने डेटा कौशल बढ़ाएं

हमारे मोबाइल पाठ्यक्रमों और दैनिक 5-मिनट कोडिंग चुनौतियों के साथ चलते-फिरते प्रगति करें।

R में Hyperparameter Tuning | DataCamp