【2023新书】基于R的机器和深度学习超参数调优实用指南

最新推荐文章于 2024-10-16 21:53:10 发布

数据派THU

最新推荐文章于 2024-10-16 21:53:10 发布

阅读量234

点赞数

文章标签：大数据

原文链接：https://mp.weixin.qq.com/s?__biz=MzI1MjQ2OTQ3Ng==&mid=2247592892&idx=4&sn=fe42e4db513864ce61cc417d2a652e0a&chksm=e9e06237de97eb213711867f9cc01b7e9c0581e815310a9a5970f3ee4a0580f365b20a15f03d&scene=126&sessionid=0

版权

来源：专知
本文为书籍介绍，建议阅读5分钟本书的目的是让读者能够使用这里描述的方法，以更少的时间、成本、精力和资源取得更好的结果。

这本开放存取的书提供了大量的实践示例，说明了如何在实践中应用超参数调优，并对机器学习(ML)和深度学习(DL)方法的工作机制提供了深入的见解。本书的目的是让读者能够使用这里描述的方法，以更少的时间、成本、精力和资源取得更好的结果。本书中的案例可以在普通的台式电脑或笔记本电脑上运行。不需要高性能计算设施。

编写这本书的想法源于Bartz & Bartz GmbH为德国联邦统计局(Destatis)进行的一项研究。在该研究的基础上，这本书是针对行业从业者以及研究人员，教师和学生在学术界。内容集中在ML和DL算法的超参数调整，并分为两个主要部分:理论(第一部分)和应用(第二部分)。涉及的基本主题包括:重要模型参数的调查;四项参数调优研究和一项广泛的全局参数调优研究;基于严重性的ML和DL方法性能统计分析以及一种新的、基于共识排序的方法来汇总和分析来自多个算法的结果。本书对6种相关的ML和DL方法的30多个超参数进行了分析，并提供了源代码，以便用户可以重现结果。因此，它可以作为一本手册和教科书。

https://link.springer.com/book/10.1007/978-981-19-5170-1