Chuyển đến nội dung chính

Khóa học

Tinh chỉnh siêu tham số trong Python

Trung cấp4 giờ

Python4 giờ13 video44 bài tập3,400 XP25,119Giấy chứng nhận thành tích

Tạo tài khoản miễn phí

Tiếp tục với Google
hoặc
Bằng việc tiếp tục, ban chấp nhận Điều khoản sử dụng, của chúng tôi Chính sách bảo mật và rằng dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Được người học tại hàng nghìn công ty yêu thích

Đào tạo đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Việc xây dựng các mô hình Machine Learning mạnh mẽ phụ thuộc rất nhiều vào bộ siêu tham số được dùng. Nhưng với các mô hình ngày càng phức tạp và nhiều lựa chọn, làm sao bạn có thể tìm ra thiết lập tốt nhất cho bài toán của mình một cách hiệu quả? Trong khóa học này, bạn sẽ thực hành các phương pháp phổ biến để tự động tinh chỉnh siêu tham số trong Python bằng Scikit Learn. Bao gồm Grid Search, Random Search và các phương pháp tối ưu nâng cao như Bayesian và Genetic algorithms. Bạn sẽ sử dụng một bộ dữ liệu dự đoán vỡ nợ thẻ tín dụng khi rèn luyện kỹ năng để tăng đáng kể hiệu quả và hiệu suất xây dựng mô hình Machine Learning.

Yêu cầu tiên quyết

Chương trình học

Đề cương khóa học

1

Siêu tham số và tham số

Trong chương mở đầu này, bạn sẽ học sự khác nhau giữa siêu tham số và tham số. Bạn sẽ thực hành trích xuất và phân tích tham số, đặt giá trị siêu tham số cho một số thuật toán Machine Learning phổ biến. Đồng thời, bạn sẽ học các mẹo và thực hành tốt để chọn siêu tham số cần tinh chỉnh, đặt giá trị phù hợp và xây dựng đường học (learning curves) để phân tích lựa chọn của mình.
Bắt đầu chương
2

Grid search

Chương này giới thiệu một phương pháp tự động tinh chỉnh siêu tham số phổ biến gọi là Grid Search. Bạn sẽ học Grid Search là gì, cách hoạt động và thực hành chạy Grid Search bằng Scikit Learn. Sau đó, bạn sẽ học cách phân tích đầu ra của Grid Search và tích lũy kinh nghiệm thực tế khi thực hiện việc này.
Bắt đầu chương
3

Random Search

Trong chương này, bạn sẽ được giới thiệu một phương pháp tự động tinh chỉnh siêu tham số phổ biến khác là Random Search. Bạn sẽ học Random Search là gì, cách hoạt động và đặc biệt là điểm khác biệt so với grid search. Bạn sẽ tìm hiểu ưu và nhược điểm của phương pháp này, cũng như khi nào nên chọn phương pháp này thay vì Grid Search. Bạn sẽ thực hành chạy Random Search với Scikit Learn và trực quan hóa cũng như diễn giải đầu ra.
Bắt đầu chương
4

Informed Search

Ở chương cuối, bạn sẽ làm quen với các phương pháp tinh chỉnh siêu tham số nâng cao gọi là "informed search". Bao gồm phương pháp Coarse To Fine cùng các thuật toán tinh chỉnh siêu tham số Bayesian và Genetic. Bạn sẽ học sự khác biệt giữa informed search và uninformed search, đồng thời rèn luyện kỹ năng thực hành với từng phương pháp, so sánh và đối chiếu chúng trong quá trình học.
Bắt đầu chương

Tinh chỉnh siêu tham số trong Python

Hoàn
thành khóa học

Nhận Chứng nhận Hoàn thành

Đăng ký ngay

Phát triển kỹ năng dữ liệu với DataCamp for Mobile

Tiến bộ mọi lúc mọi nơi với các khóa học di động và thử thách lập trình 5 phút hàng ngày.