bart
PRO
- Сообщения
- 44.548
- Реакции
- 22.519
Байесовская оптимизация в действии
Bayesian Optimization in Action
oreilly
В Video Editions рассказчик читает книгу, в то время как содержание, рисунки, списки кодов, диаграммы и текст появляются на экране. Как аудиокнига, которую можно смотреть и в виде видео.
Байесовская оптимизация помогает быстро и точно определить наилучшую конфигурацию для ваших моделей машинного обучения. Примените передовые методы на практике с помощью этого практического руководства.
В курсе «Байесовская оптимизация в действии» вы узнаете, как:
Обучайте гауссовские процессы как на разреженных, так и на больших наборах данных
Объедините гауссовские процессы с глубокими нейронными сетями, чтобы сделать их гибкими и выразительными.
Найдите наиболее успешные стратегии настройки гиперпараметров
Навигация по пространству поиска и определение высокоэффективных регионов
Примените байесовскую оптимизацию к многоцелевой оптимизации с ограничениями по затратам и оптимизации предпочтений.
Реализуйте байесовскую оптимизацию с помощью PyTorch, GPyTorch и BoTorch.
Байесовская оптимизация в действии показывает, как оптимизировать настройку гиперпараметров, A/B-тестирование и другие аспекты процесса машинного обучения, применяя передовые байесовские методы. Используя понятный язык, иллюстрации и конкретные примеры, эта книга доказывает, что байесовская оптимизация не должна быть сложной! Вы получите углубленное представление о том, как работает байесовская оптимизация, и узнаете, как реализовать ее с помощью передовых библиотек Python. Простые в повторном использовании примеры кода, приведенные в книге, позволят вам сразу же приступить к делу, подключив их прямо к вашим собственным проектам.
О технологии
В машинном обучении оптимизация заключается в достижении наилучших прогнозов — кратчайших маршрутов доставки, идеальных цен, наиболее точных рекомендаций — за наименьшее количество шагов. Байесовская оптимизация использует математику вероятности для эффективной настройки функций, алгоритмов и гиперпараметров машинного обучения, когда традиционные методы слишком медленны или дороги.
Материал на английском языке
Продажник:
Скачать:
Bayesian Optimization in Action
oreilly
В Video Editions рассказчик читает книгу, в то время как содержание, рисунки, списки кодов, диаграммы и текст появляются на экране. Как аудиокнига, которую можно смотреть и в виде видео.
Байесовская оптимизация помогает быстро и точно определить наилучшую конфигурацию для ваших моделей машинного обучения. Примените передовые методы на практике с помощью этого практического руководства.
В курсе «Байесовская оптимизация в действии» вы узнаете, как:
Обучайте гауссовские процессы как на разреженных, так и на больших наборах данных
Объедините гауссовские процессы с глубокими нейронными сетями, чтобы сделать их гибкими и выразительными.
Найдите наиболее успешные стратегии настройки гиперпараметров
Навигация по пространству поиска и определение высокоэффективных регионов
Примените байесовскую оптимизацию к многоцелевой оптимизации с ограничениями по затратам и оптимизации предпочтений.
Реализуйте байесовскую оптимизацию с помощью PyTorch, GPyTorch и BoTorch.
Байесовская оптимизация в действии показывает, как оптимизировать настройку гиперпараметров, A/B-тестирование и другие аспекты процесса машинного обучения, применяя передовые байесовские методы. Используя понятный язык, иллюстрации и конкретные примеры, эта книга доказывает, что байесовская оптимизация не должна быть сложной! Вы получите углубленное представление о том, как работает байесовская оптимизация, и узнаете, как реализовать ее с помощью передовых библиотек Python. Простые в повторном использовании примеры кода, приведенные в книге, позволят вам сразу же приступить к делу, подключив их прямо к вашим собственным проектам.
О технологии
В машинном обучении оптимизация заключается в достижении наилучших прогнозов — кратчайших маршрутов доставки, идеальных цен, наиболее точных рекомендаций — за наименьшее количество шагов. Байесовская оптимизация использует математику вероятности для эффективной настройки функций, алгоритмов и гиперпараметров машинного обучения, когда традиционные методы слишком медленны или дороги.
Материал на английском языке
Продажник:
Для просмотра вы должны войти или зарегистрироваться.
Скачать:
Скрытое содержимое могут видеть только пользователь группы: PRO
Качать без ограничений Купить доступ к 1 теме
Качать без ограничений Купить доступ к 1 теме
Скрытое содержимое для пользователей: Ferr
