Библиотека knigago >> Компьютеры и Интернет >> Учебники и самоучители по компьютеру >> Введение в автоматизированное машинное обучение (AutoML)


СЛУЧАЙНЫЙ КОММЕНТАРИЙ

# 897, книга: Эпизод VII: Пробуждение Силы
автор: Алан Дин Фостер

Научная фантастика, киберпанк (некорректно) «Эпизод VII: Пробуждение Силы», написанный Аланом Фостером по мотивам одноимённого фильма, является новеллизацией «Звёздных войн: Эпизод VII — Пробуждение Силы», седьмого эпизода франшизы «Звёздные войны». Несмотря на то, что книга принадлежит к научно-фантастическому жанру, ошибочно упоминать её как «киберпанк». Киберпанк — это поджанр научной фантастики, отличающийся акцентом на кибернетике, технологиях и городских антиутопиях, что не соответствует...

СЛУЧАЙНАЯ КНИГА

СЛУЧАЙНАЯ КНИГА

Приглашение в теорию чисел. О Оре
- Приглашение в теорию чисел

Жанр: Математика

Год издания: 1980

Серия: Библиотечка Квант

Хуттер Ф. - Введение в автоматизированное машинное обучение (AutoML)

Введение в автоматизированное машинное обучение (AutoML)
Книга - Введение в автоматизированное машинное обучение (AutoML).  Хуттер Ф.  - прочитать полностью в библиотеке КнигаГо
Название:
Введение в автоматизированное машинное обучение (AutoML)
Хуттер Ф.

Жанр:

Учебники и самоучители по компьютеру

Изадано в серии:

неизвестно

Издательство:

неизвестно

Год издания:

-

ISBN:

неизвестно

Отзывы:

Комментировать

Рейтинг:

Поделись книгой с друзьями!

Помощь сайту: донат на оплату сервера

Краткое содержание книги "Введение в автоматизированное машинное обучение (AutoML)"


Читаем онлайн "Введение в автоматизированное машинное обучение (AutoML)". [Страница - 3]

обучение...........................................136
6.1. Введение..............................................................................................................137
6.2. AutoML как задача CASH...................................................................................138
6.3. Новые методы повышения эффективности и надежности AutoML. .........139
6.3.1. Поиск перспективных вариантов при помощи метаобуче­ния...........140
6.3.2. Автоматизированное построение ансамбля моделей,
оцененных во время оптимизации...................................................................141
6.4. Практическая система автоматизированного машинного обучения. ......142
6.5. Сравнение Auto-sklearn с Auto-WEKA и Hyperopt-sklearn...........................146
6.6. Оценка предложенных улучшений AutoML­...................................................148
6.7. Детальный анализ компонентов Auto-sklearn. .............................................150
6.8. Обсуждение результатов и заключение.........................................................151
6.8.1. Обсуждение результатов...........................................................................151
6.8.2. Практическое применение. ......................................................................155
6.8.3. Расширения в PoSH Auto-sklearn. ............................................................155
6.8.4. Заключение и будущие исследования.....................................................156
6.9. Литература..........................................................................................................157

8  Содержание

Глава 7. На пути к автоматически настраиваемым глубоким
нейронным сетям...............................................................................................160
7.1. Введение..............................................................................................................160
7.2. Auto-Net 1.0.........................................................................................................162
7.3. Auto-Net 2.0.........................................................................................................164
7.4. Эксперименты. ...................................................................................................170
7.4.1. Первичная оценка Auto-Net 1.0 и Auto-sklearn......................................170
7.4.2. Результаты для наборов данных конкурса AutoML...............................171
7.4.3. Сравнение AutoNet 1.0 и 2.0......................................................................173
7.5. Заключение.........................................................................................................174
7.6. Литература. .........................................................................................................174

Глава 8. TPOT: инструмент оптимизации конвейеров
на основе деревьев для автоматизациимашинного
обучения.................................................................................................................179
8.1. Введение..............................................................................................................180
8.2. Базовые принципы TPOT. ................................................................................180
8.2.1. Конвейерные операторы машинного обучения....................................181
8.2.2. Построение конвейеров на основе деревьев..........................................182
8.2.3. Оптимизация конвейеров на основе деревьев......................................182
8.2.4. Эталонные данные.....................................................................................183
8.3. Результаты. .........................................................................................................183
8.4. Выводы и перспективные направления исследований...............................187
8.5. Литература..........................................................................................................188

Глава 9. Проект Automatic Statistician.....................................................190
9.1. Введение..............................................................................................................190
9.2. Базовые принципы Automatic Statistician. ....................................................192
9.2.1. Похожие исследования..............................................................................193
9.3. Automatic Statistician и данные временных рядов.......................................193
9.3.1. Грамматика операций над ядрами..........................................................194
9.3.2. Процедура поиска и оценки. ....................................................................195
9.3.3. Генерация описаний на естественном языке.........................................196
9.3.4. Сравнение с людьми..................................................................................198
9.4. Другие системы автоматической статистики. ..............................................198
9.4.1. Основные компоненты..............................................................................199
9.4.2. Проблемы и задачи. ...................................................................................200
9.4.2.1. Взаимодействие с пользователем. ...................................................200
9.4.2.2. Отсутствующие и беспорядочные данные......................................200
9.4.2.3. Распределение ресурсов.....................................................................200
9.5. Заключение.........................................................................................................201
9.6. Литература..........................................................................................................201

Содержание  9

ЧАСТЬ III. ПРОБЛЕМЫ AutoML. .............................................................205
Глава 10. О чем говорят результаты конкурсов
AutoML Challenge?. ...........................................................................................206
10.1. Введение............................................................................................................207
10.2. Формализация задачи и обзор условий.......................................................210
10.2.1. Предметная область --">

Оставить комментарий:


Ваш e-mail является приватным и не будет опубликован в комментарии.