Модель алгоритма и её выбор — различия между версиями

Материал из Викиконспекты
Перейти к: навигация, поиск
(Добавлены понятия параметров и гиперпараметров, секции смотри также и источники информации)
(Добавлена секция примечания)
Строка 21: Строка 21:
 
Примерами гиперпараметров могут служить количество слоев нейронной сети, а также количество нейронов на каждом слое. Примерами параметров могут служить веса ребер нейронной сети.
 
Примерами гиперпараметров могут служить количество слоев нейронной сети, а также количество нейронов на каждом слое. Примерами параметров могут служить веса ребер нейронной сети.
  
Для нахождения оптимальных гиперпараметров модели могут применяться алгоритмы [[Настройка гиперпараметров | настройки гиперпараметров]]<sup>[на 08.01.19 не создан]</sup>.
+
Для нахождения оптимальных гиперпараметров модели могут применяться различные алгоритмы [[Настройка гиперпараметров | настройки гиперпараметров]]<sup>[на 08.01.19 не создан]</sup>.
  
 
== См. также ==
 
== См. также ==
Строка 28: Строка 28:
 
* [[Мета-обучение]]<sup>[на 08.01.19 не создан]</sup>
 
* [[Мета-обучение]]<sup>[на 08.01.19 не создан]</sup>
  
 +
== Примечания ==
 +
# [http://www.machinelearning.ru/wiki/images/0/05/BMMO11_4.pdf Выбор модели]
 +
# [https://en.wikipedia.org/wiki/Hyperparameter_(machine_learning) Hyperparameters]
 +
# [https://machinelearningmastery.com/difference-between-a-parameter-and-a-hyperparameter/ Difference between parameter and hyperparameter]
 
== Источники информации ==
 
== Источники информации ==
 
# [http://www.machinelearning.ru/wiki/images/0/05/BMMO11_4.pdf Выбор модели] - презентация на MachineLearning.ru
 
# [http://www.machinelearning.ru/wiki/images/0/05/BMMO11_4.pdf Выбор модели] - презентация на MachineLearning.ru
 
# [https://en.wikipedia.org/wiki/Hyperparameter_(machine_learning) Гиперпараметры] - статья на Википедии
 
# [https://en.wikipedia.org/wiki/Hyperparameter_(machine_learning) Гиперпараметры] - статья на Википедии
 
# [https://machinelearningmastery.com/difference-between-a-parameter-and-a-hyperparameter/ Разница между параметрами и гиперпараметрами] - описание разницы между параметрами и гиперпараметрами модели
 
# [https://machinelearningmastery.com/difference-between-a-parameter-and-a-hyperparameter/ Разница между параметрами и гиперпараметрами] - описание разницы между параметрами и гиперпараметрами модели

Версия 20:07, 8 января 2019

Понятие модели

Пусть дана обучающая выборка [math](X, T)[/math], где [math] X [/math] — множество значений признаков, [math] T [/math] — множество, содержащее для каждого элемента из X его классификацию.

Пусть множество всевозможных значений признаков [math] \hat{X} [/math], множество всевозможных классификаций [math] \hat{T} [/math].

Пусть задана функция [math] f: \hat{X} -\gt W -\gt \hat{T} [/math], где W - множество дополнительных параметров (весов) функции.

Описанная выше функция f для фиксированного значения весов [math] w \in W [/math] называется решающим правилом.

Модель — это совокупность всех решающих правил, которые получаются путем присваивания весам всех возможных допустимых значений.

Формально модель [math] M = \{f(., w)| w \in W\} [/math].

Модель определяется множеством допустимых весов [math] W [/math] и структурой решающего правила [math] f(.,.) [/math]

Понятие гиперпараметров модели

Гиперпараметры модели — это параметры, значения которых задается до начала обучения модели и не изменяется в процессе обучения. У модели может не быть гиперпараметров.

Параметры модели — это параметры, которые изменяются и оптимизируются в процессе обучения модели и итоговые значения этих параметров являются результатом обучения модели.

Примерами гиперпараметров могут служить количество слоев нейронной сети, а также количество нейронов на каждом слое. Примерами параметров могут служить веса ребер нейронной сети.

Для нахождения оптимальных гиперпараметров модели могут применяться различные алгоритмы настройки гиперпараметров[на 08.01.19 не создан].

См. также

Примечания

  1. Выбор модели
  2. Hyperparameters
  3. Difference between parameter and hyperparameter

Источники информации

  1. Выбор модели - презентация на MachineLearning.ru
  2. Гиперпараметры - статья на Википедии
  3. Разница между параметрами и гиперпараметрами - описание разницы между параметрами и гиперпараметрами модели