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
- A sequential piecewise linear regression model for data analysis developed with Visual C# .NET
- Một phương pháp xác thực sinh trắc học bằng nhận dạng ảnh mống mắt
- An appraisal analysis of interpersonal meaning in letters to Editors Written written in English and Vietnamese = Phân tích nghĩa liên nhân trong chuyên mục phản hồi của độc giả gửi ban biên tập bằng tiếng Anh và tiếng Việt theo thuyết đánh giá
- Ứng dụng học máy nhận dạng tướng đất đá khu vực bồn trũng An Châu
- Cách mạng công nghiệp 4.0 với phát triển khoa học - công nghệ ở Việt Nam