[바람돌이/머신러닝] 하이퍼 파라미터 튜닝(2) - Bayesian Optimization for Hyperparameter Tuning

[바람돌이/머신러닝] 하이퍼 파라미터 튜닝(2) - Bayesian Optimization for Hyperparameter Tuning

안녕하세요. 오늘은 하이퍼 파라미터 튜닝에 사용되는 Bayesian Optimization에 대해 정리하려고 합니다. 베이지안 최적화가 하이퍼파라미터를 튜닝하기 위한 작동 원리에 대해서 포커스를 맞추겠습니다.Bayesian Optimization for Hyperparameter Tuning 기존에 튜닝 방법으로 일반적인 Grid Search와 Random Search에 대해서 정리했습니다. 하지만 Grid Search는 정해진 값의 조합 내에서 계속해서 반복해야 하며 Random Search 또한 불필요한 반복이 계속 될 수 있습니다. 이처럼 기존 튜닝 방법은 공통적으로 먼저 시행한 값의 조합에 대한 정보가 다음 시행할 때 반영되지 않기 때문입니다. 반면 Bayesian Optimization은 앞서 나온 결..........

원문링크 : [바람돌이/머신러닝] 하이퍼 파라미터 튜닝(2) - Bayesian Optimization for Hyperparameter Tuning

 등록된 다른 글

[파이썬/머신러닝] 앙상블(Ensemble Learning)(1) - 보팅, 배깅(Voting, Bagging) 이론

[바람돌이/딥러닝] CNN(Convolutional Neural Network) 합성곱 신경망 이론 및 개념

[바람돌이/머신러닝] 군집분석(Clustering)(4) - DBSCAN(Density-Based Clustering) 이론

[바람돌이/머신러닝] 하이퍼 파라미터 튜닝(1) - ManualSearch, GridSearch, RandomSearch

[바람돌이/머신러닝] 앙상블(Ensemble Learning)(4) - 부스팅(Boosting), XGBoost, CatBoost, LightGBM 이론

데이터 처리 및 EDA 공유

[바람돌이/딥러닝] Temporal Ensemble for Semi-Supervised Learning 논문 및 코드 리뷰

[파이썬/머신러닝] SVM(Support Vector Machine) 분류 - 분석/예제