Модель алгоритма и её выбор — различия между версиями
(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
Содержание
Понятие модели
Пусть дана обучающая выборка
, где — множество значений признаков, — множество, содержащее для каждого элемента из X его классификацию.Пусть множество всевозможных значений признаков
, множество всевозможных классификаций .Пусть задана функция
, где W - множество дополнительных параметров (весов) функции.Описанная выше функция f для фиксированного значения весов
называется решающим правилом.Модель — это совокупность всех решающих правил, которые получаются путем присваивания весам всех возможных допустимых значений.
Формально модель
.Модель определяется множеством допустимых весов
и структурой решающего правилаПонятие 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
- Настройка гиперпараметров[на 08.01.19 не создан]
- Переобучение
- Мета-обучение[на 08.01.19 не создан]
Примечания
Источники информации
- Выбор модели - презентация на MachineLearning.ru
- Гиперпараметры - статья на Википедии
- Разница между параметрами и гиперпараметрами - описание разницы между параметрами и гиперпараметрами модели