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
- Đặc trưng từ vựng, ngữ pháp điển hình của ngôn ngữ Anh văn pháp lí trong lĩnh vực tố tụng dân sự
- Phối hợp phong bế đa thần kinh ngoại vi với gây mê mask thanh quản cho bệnh nhân phẫu thuật thay khớp háng nguy cơ rất cao: Báo cáo ca lâm sàng
- Viêm phổi hoại tử và giãn phế quản lan tỏa có biến thể dị hợp tử CFTR c.4056G>C: Báo cáo ca bệnh hiếm gặp ở trẻ em Việt Nam
- Cường giáp không liên quan đến cơ chế tự miễn do đột biến hoạt hóa gen TSHR: Báo cáo ca bệnh
- Viêm mũi xoang thai kỳ: Tổng quan tường thuật về chẩn đoán phân biệt và an toàn điều trị





