Đánh giá tác động của việc điều chỉnh siêu tham số đối với hiệu năng của các mô hình học máy truyền thống
Tác giả: Trịnh Quang Tin, Phan Long, Phạm Phú Khương, Ngô Văn Hiếu, Nguyễn Tấn Quốc, Hồ Viết Lê Nin
Số trang:
Tr. 79-92
Số phát hành:
Số 01(74)
Kiểu tài liệu:
Tạp chí trong nước
Nơi lưu trữ:
03 Quang Trung
Mã phân loại:
005
Ngôn ngữ:
Tiếng Anh
Từ khóa:
AST, Bayesian optimization, điều chỉnh siêu tham số, học máy, XGBoost
Chủ đề:
Mô hình học máy
Tóm tắt:
Trình bày một nghiên cứu thực nghiệm có cấu trúc chặt chẽ nhằm phân tích hiệu năng của ba mô hình học máy truyền thống (SVM, RF, XGBoost) khi được kết hợp với ba chiến lược điều chỉnh siêu tham số phổ biến (Grid Search, Random Search, Bayesian optimization).
Tạp chí liên quan
- Ảnh hưởng của bức xạ gamma đến tính chất quang của chấm lượng tử CdSe
- Ảnh hưởng của độ dày lớp điện môi lên trạng thái ngưng tụ exciton trong cấu trúc graphene hai lớp
- Đánh giá tình hình nhiễm vi khuẩn Escherichia Coli, Salmonellas spp. trên thịt lợn tại một số chợ trọng điểm trên địa bàn thành phố Quy Nhơn, tỉnh Bình Định
- Efficient, column-chromatography-free synthesis of Dipterocarpol succinate oxime ester salts
- Protective effects of methanolic extract of Bauhinia vahlii L. in sepsis rats induced by cecal ligation and puncture