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
- Ca bệnh hiếm gặp annulaire elastolytic giant cell granuloma : phát hiện mới trên lâm sàng và cơ chế bệnh sinh
- Kết quả điều trị nám má bằng Laser Picosecond YAG 1064 nm tại Bệnh viện Da Liễu Hà Nộ
- Đánh giá kết quả phẫu thuật cholesteatoma bẩm sinh tai giữa giai đoạn potsic III
- Đặc điểm lâm sàng, cận lâm sàng và kết quả sớm phẫu thuật u mô đệm dạ dày tại Bệnh viện Hữu Nghị Việt Đức
- Kết quả tạo hình thân đốt sống bằng bơm cement sinh học có bóng qua cuống ở bệnh nhân xẹp đốt sống do loãng xương tại Bệnh viện Hữu Nghị





