Избор на модел. Кръстосано валидиране и оптимизиране на хиперпараметри

Лектор: Лъчезар Петров

12.03.2021 г. (петък), 19:40

https://meet.iaps.institute/machine-learning

В доклада ще бъдат разгледани практики за прилагане на кръстосана валидация (cross-validation) и оптимизация на хиперпараметри при обучаването на модели. Кръстосаната валидация представлява група от техники в машинното обучение, които ни подпомагат в избора на подходящ модел на нашите данни. Чрез нея можем да оценим няколко модела спрямо начина, по който се справят с различни от данните за обучение. Хиперпараметрите (hyperparameters), зададени при обучението на модел, са важна част от процеса, тъй като от техния избор зависи крайното поведение на модела. Ще бъдат разгледани няколко техники за оптимизацията им. За илюстриране на концепциите ще бъде използван програмния език Python и библиотеката scikit-learn.

Докладът е в рамките семинара „Машинно обучение“ на ИСФИ.