or
Bu egzersiz, kursun bir parçasıdır
Neden "hyperparameter" gibi tuhaf bir kelime kullanıyoruz? Onu “hiper” yapan ne? Burada model parametrelerinin ne olduğunu ve Machine Learning’de hiperparametrelerden neden farklı olduklarını anlayacaksın. Sonrasında neden bunları ayarlamak isteyeceğimizi ve caret'in varsayılan ayarının otomatik olarak hiperparametre ayarlamasını nasıl içerdiğini göreceksin.
Bu bölümde, Kartezyen bir ızgara ile hiperparametreleri nasıl ayarlayacağını öğreneceksin. Ardından daha hızlı ve verimli yaklaşımlar uygulayacaksın. En iyi ayarların yakın çevresindeki değerlere odaklanacak şekilde, parametre ızgarasını ayarlamak için Random Search ve uyarlamalı yeniden örnekleme kullanacaksın.
Burada, hiperparametre ayarlama işlevleri çok kullanışlı olan başka bir Machine Learning paketini kullanacaksın. Bir Kartezyen ızgara tanımlayacak veya Random Search yapacak, ayrıca ileri teknikler uygulayacaksın. Farklı hiperparametrelerle modelleri çizmenin ve değerlendirmenin farklı yollarını da öğreneceksin.
Bu son bölümde, hiperparametre ayarlama işlevleri çok kullanışlı olan bir başka Machine Learning paketi h2o'yu kullanacaksın. Farklı modelleri eğitmek ve bir Kartezyen ızgara tanımlamak için onu kullanacaksın. Ardından, durdurma ölçütleri kullanarak bir Random Search uygulayacaksın. Son olarak, tek bir işlevle çok hızlı ve pratik model ve hiperparametre ayarlaması sağlayan bir h2o arayüzü olan AutoML'yi öğreneceksin.
Geçerli egzersiz