Build your ultimate AI agent
Описание курса
При решении многих задач машинного обучения недостаточно просто запустить модель и получить предсказание — нужно добиться наилучшего результата. Один из способов улучшить модель — настройка гиперпараметров, то есть оптимизация её параметров для конкретной задачи. В этом курсе вы будете работать с пакетами caret, mlr и h2o, чтобы находить оптимальную комбинацию гиперпараметров с помощью поиска по сетке, случайного поиска, адаптивного ресэмплинга и автоматического машинного обучения (AutoML). Вы будете работать с различными наборами данных и настраивать разные модели обучения с учителем: случайные леса, градиентный бустинг, метод опорных векторов и даже нейронные сети. Готовьтесь к настройке!
Предварительные требования
Программа
Структура курса
1
Введение в гиперпараметры
Почему используется странное слово «гиперпараметр»? Что делает его «гипер»? В этой главе вы узнаете, что такое параметры модели и чем они отличаются от гиперпараметров в машинном обучении. Вы увидите, зачем нужна их настройка и как стандартные параметры пакета caret автоматически включают подбор гиперпараметров.
- Параметры и гиперпараметры50 XP
- Параметры модели и гиперпараметры100 XP
- Гиперпараметры в линейных моделях50 XP
- Что такое коэффициенты?100 XP
- Краткое повторение основ машинного обучения50 XP
- Машинное обучение с caret100 XP
- Схемы повторной выборки50 XP
- Настройка гиперпараметров в caret50 XP
- Гиперпараметры стохастического градиентного бустинга50 XP
- Изменение количества гиперпараметров для настройки100 XP
- Настройка гиперпараметров вручную100 XP
2
Настройка гиперпараметров с помощью caret
В этой главе вы научитесь настраивать гиперпараметры с помощью декартовой сетки, а затем освоите более быстрые и эффективные подходы. Вы воспользуетесь случайным поиском и адаптивным ресэмплингом для перебора сетки параметров, сосредоточившись на значениях вблизи оптимальных настроек.
3
Настройка гиперпараметров с помощью mlr
В этой главе вы будете использовать ещё один пакет для машинного обучения с удобными функциями настройки гиперпараметров. Вы определите декартову сетку или выполните случайный поиск, а также изучите продвинутые техники. Кроме того, вы освоите различные способы визуализации и оценки моделей с разными гиперпараметрами.
4
Настройка гиперпараметров с помощью h2o
В заключительной главе вы будете использовать h2o — ещё один пакет для машинного обучения с удобными функциями настройки гиперпараметров. Вы обучите различные модели и зададите декартову сетку, затем реализуете случайный поиск с критериями остановки. В завершение вы познакомитесь с AutoML — интерфейсом h2o, который позволяет очень быстро и удобно выбирать модели и настраивать гиперпараметры с помощью всего одной функции.
R
Настройка гиперпараметров в R
Курс
завершён
