CSDL Bài trích Báo - Tạp chí
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
- Kết quả điều trị nhắm trúng đích ở bệnh nhân ung thư phổi không tế bào nhỏ có đột biến phức hợp trên gen EGFR tại Bệnh viện Phổi Trung ương
- Kết quả bước đầu của phương pháp cắt tách dưới niêm mạc điều trị tổn thương ung thư sớm và tiền ung thư đường tiêu hóa tại Trung tâm Nội soi – Bệnh viện Đại học Y Hà Nội
- Một số yếu tố liên quan đến thời gian nằm viện của người bệnh rối loạn lo âu lan toả điều trị nội trú tại viện sức khoẻ tâm thần
- Đánh giá kết quả kết hợp xương bằng nẹp vít khoá điều trị gãy kín thân xương cánh tay tại Bệnh viện Đa khoa tỉnh Thanh Hóa
- Giá trị của Interleukin-6 huyết thanh trong dự báo biến cố nội viện ở bệnh nhân suy tim mất bù cấp