Mashinani o'rganish algoritmlari uchun giperparametr qidirish Hisoblash murakkabligini optimallashtirish

---

Mashinani o'rganish algoritmlari uchun giperparametr qidirish
Hisoblash murakkabligini optimallashtirish
,
3
1
Xulosa: Mashinani o'rganish algoritmlari uchun giperparametrlarni nozik sozlash muammo maydonining
katta o'lchami tufayli hisoblash muammosidir . Ochko'z qidiruv va Swarm razvedka algoritmlaridan
foydalangan holda giperparametrlarni sozlashning samarali strategiyasini yaratish mumkin. Tasodifiy qidiruv
va Grid qidiruvini optimallashtirish texnikasi ushbu vazifa uchun umid va samaradorlikni ko'rsatadi. Boshida
qo'llaniladigan yechimlarning kichik populyatsiyasi va bu qidiruvlar tomonidan qo'llaniladigan qimmat maqsad
funktsiyalari, ba'zi hollarda sekin yaqinlashishga yoki bajarilish vaqtiga olib kelishi mumkin. Ushbu tadqiqotda
biz qo'llab-quvvatlash vektor mashinasi deb nomlanuvchi mashinani o'rganish modelidan foydalanishni va
uni to'rtta alohida algoritmdan foydalangan holda optimallashtirishni taklif qilamiz - chumolilar koloniyasi
algoritmi, genetik algoritm, kit optimallashtirish va zarrachalar to'dasini optimallashtirish - hisoblash narxini
baholash uchun. Giper sozlashdan keyin SVM . Giperparametrlarni sozlashning eng samarali strategiyalarini
aniqlash uchun ushbu optimallashtirish algoritmlarini hisoblash murakkabligi bilan taqqoslash amalga oshirildi.
Genetik algoritm boshqa algoritmlarga qaraganda kamroq vaqtinchalik murakkablikka ega ekanligi aniqlandi .
3 va Ali Maarouf 2,*
Attribution (CC BY) litsenziyasi ( https://
creativecommons.org/licenses/by/
https://www.mdpi.com/journal/processes
va shartlari bo'yicha taqsimlanadi
Qabul qilingan: 2023 yil 17 yanvar
Jarayonlar 2023, 11, 349. https:// doi.org/
10.3390/pr11020349
4.0/).
Hisoblash murakkabligini optimallashtirish
uchun mashinani o'rganish algoritmlari uchun
giperparametr qidirish.
Qayta ko'rib chiqilgan: 2023 yil 17 yanvar