Chuyển đến nội dung chính
Trang chủPython

Khóa học

Tinh chỉnh siêu tham số trong Python

Trung cấpTrình độ kỹ năng
Đã cập nhật tháng 04, 2023
Bắt Đầu Khóa Học Miễn Phí
PythonMachine Learning
4 gio
13 video
44 Bài tập
3,400 XP
24,898
Giấy chứng nhận Thành tích

Tạo Tài Khoản Miễn Phí

Tiếp tục với GoogleHiển thị thêm tùy chọn

hoặc


Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Được người học tại hàng ngàn công ty yêu thích

Group

Đào tạo một 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.

Điều kiện tiên quyết

Supervised Learning with scikit-learn
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

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của ban
Đăng ký ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Tinh chỉnh siêu tham số trong Python ngay hôm nay!

Tạo Tài Khoản Miễn Phí

Tiếp tục với GoogleHiển thị thêm tùy chọn

hoặc


Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

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