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
- Bước đầu khảo sát đặc điểm biến thể xoang tĩnh mạch sọ não trên MRI ở bệnh nhân đau đầu mạn tính
- Độ sâu xâm lấn trên cộng hưởng từ và tình trạng di căn hạch cổ ở ung thư lưỡi
- U thận chứa mỡ ở trẻ em: Báo cáo ca bệnh u quái thận nguyên phát và u nguyên bào thận dạng quái
- Đánh giá độ dày xương và mô mềm khẩu cái trên phim CBCT (Cone-Beam Computed Tomography)
- Nhận thức về vi-rút HPV của sinh viên y dược: Từ những hiểu lầm về phòng bệnh đến sự thiếu hụt kiến thức ở nam giới





