Kurs
Python'da Hiperparametre Ayarlama
Orta SeviyeBeceri Seviyesi
Güncel 04.2023
PythonMachine Learning4 sa13 video44 Egzersiz3,400 XP24,898Başarı Belgesi
Ücretsiz Hesabınızı Oluşturun
Google ile devam edinDaha fazla seçenek gösterveya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.
Binlerce şirketten öğrencinin sevgisini kazandı
Bir Ekibi Eğitiyor musunuz?
İşletmeler için deneyinKurs Açıklaması
Hiperparametreler ve parametreler
Scikit-Learn ile Python'da otomatik hiperparametre ayarlaması için çeşitli metodolojileri kullanarak pratik deneyim kazanın.Hiperparametreler ile parametreler arasındaki farkı ve hiperparametre değerlerini ayarlama ve analiz etme konusunda en iyi uygulamaları öğrenin. Bu temel, makine öğrenimi modellerinde hiperparametrelerin önemini anlamanıza yardımcı olacaktır.
Izgara arama
Grid Search ile başlayarak çeşitli hiperparametre ayarlama tekniklerini öğrenin. Kredi kartı temerrüt verilerini kullanarak, en iyi hiperparametre kombinasyonlarını kapsamlı bir şekilde aramak için Grid Search'ü uygulamaya koyacak ve sonuçları yorumlayacaksınız.Random Search ile tanışacak ve büyük parametre alanlarında verimlilik gibi Grid Search'e göre avantajları hakkında bilgi edineceksiniz.
Bilgiye dayalı arama
Kursun son bölümünde, Bayes ve Genetik algoritmalar gibi gelişmiş optimizasyon yöntemlerini keşfedeceksiniz.Bu bilinçli arama teknikleri pratik örneklerle gösterilmekte olup, bunları bilinçsiz arama yöntemleriyle karşılaştırıp karşılaştırabilirsiniz. Sonunda, model performansını iyileştirmek için hiperparametreleri etkili bir şekilde optimize etme konusunda kapsamlı bir anlayışa sahip olacaksınız..
Önkoşullar
Supervised Learning with scikit-learn1
Hiperparametreler ve Parametreler
Bu giriş bölümünde hiperparametreler ile parametreler arasındaki farkı öğreneceksin. Parametreleri çıkarmayı ve analiz etmeyi, birkaç popüler Machine Learning algoritması için hiperparametre değerlerini ayarlamayı pratik edeceksin. Bu süreçte, hangi hiperparametreleri ayarlayacağına ve hangi değerleri seçeceğine dair en iyi uygulama ipuçları ve püf noktalarını öğrenecek, seçimlerini analiz etmek için öğrenme eğrileri oluşturacaksın.
2
Grid Search
Bu bölümde, Grid Search adı verilen popüler bir otomatik hiperparametre ayarlama yöntemiyle tanışacaksın. Ne olduğunu, nasıl çalıştığını öğrenecek ve Scikit Learn kullanarak bir Grid Search uygulamayı pratik edeceksin. Ardından bir Grid Search çıktısını nasıl analiz edeceğini öğrenecek ve bununla ilgili pratik deneyim kazanacaksın.
3
Random Search
Bu bölümde Random Search adı verilen bir diğer popüler otomatik hiperparametre ayarlama yöntemiyle tanışacaksın. Ne olduğunu, nasıl çalıştığını ve özellikle grid search'ten nasıl farklılaştığını öğreneceksin. Bu yöntemin bazı avantaj ve dezavantajlarını, ayrıca Grid Search'e kıyasla ne zaman tercih edileceğini göreceksin. Scikit Learn ile bir Random Search uygulamayı; ayrıca çıktıyı görselleştirmeyi ve yorumlamayı pratik edeceksin.
4
Bilgili (Informed) Arama
Bu son bölümde, "bilgili arama" olarak bilinen daha gelişmiş hiperparametre ayarlama yöntemlerinden bir tadım alacaksın. Buna Coarse To Fine olarak bilinen bir yöntem ile Bayesian ve Genetik hiperparametre ayarlama algoritmaları dahildir. Bilgili aramanın bilgisiz aramadan nasıl farklılaştığını öğrenecek ve belirtilen her bir yöntemle pratik beceriler kazanarak ilerlerken bunları karşılaştırıp değerlendireceksin.
Python'da Hiperparametre Ayarlama
Kurs Tamamlandı
Başarı Belgesi Kazanın
Bu kimlik bilgisini LinkedIn profilinize, özgeçmişinize veya CV'nize ekleyinSosyal medyada ve performans incelemenizde paylaşınŞimdi kaydolun
Bugün 19 milyondan fazla öğrenciye katılın ve Python'da Hiperparametre Ayarlama eğitimine başlayın!
Ücretsiz Hesabınızı Oluşturun
Google ile devam edinDaha fazla seçenek gösterveya
Devam ederek Kullanım Şartlarımızı, Gizlilik Politikamızı ve verilerinizin ABD’de saklandığını kabul etmiş olursunuz.
DataCamp for Mobile ile veri becerilerinizi geliştirin
Mobil kurslarımız ve günde 5 dakikalık kodlama görevlerimizle hareket halindeyken ilerleme kaydedin.