มูลนิธิ คณิตศาสตร์ แห่ง ไฮเพอร์ พารา เมตร ใน การ เรียน รู้ เครื่อง

การ เข้าใจ รากฐาน ทาง คณิตศาสตร์ เบื้อง หลัง กระบวนการ นี้ ช่วย ใน การ ออก แบบ กลยุทธ์ การ ปรับ ปรุง และ ปรับ ปรุง ความ แม่นยํา ของ แบบ จําลอง.

การตั้งแนวความคิดและการตั้งวัตถุ

ที่แกนกลางของค่าความจุค่ากลาง คือ ค่าสูงสุดของฟังก์ชันเป้าหมาย ที่มักเรียกว่าฟังก์ชันสูญเสีย ค่า ฟังก์ชันนี้จะวัดว่าโมเดลทํางานบนชุดข้อมูลที่กําหนดดีแค่ไหน เป้าหมายคือการหาค่าไฮเปอร์พาราเมตรที่ย่อหรือสูงสุดของฟังก์ชันนี้

คณิตศาสตร นี่เกี่ยวข้องกับการแก้ปัญหาในรูปแบบนี้

[FLT: 0] ย่อ L( ⁇ , ⁇ )

โดย L คือฟังก์ชันการสูญเสีย ⁇ แทนพารามิเตอร์แบบจําลอง และ ⁇ ⁇ ⁇ hyperparaters.

วิธีการแบบไล่ระดับสี

การไล่ระดับความโปร่งแสงของค่าความชื่นชอบ เช่น การไหลของเกรเดียน (gradient) ใช้แคลคูลัสเพื่อปรับค่าตัวเลือก Hyperparameter ให้ดีขึ้น โดยวิธีการเหล่านี้คํานวณค่าเกรเดียนของฟังก์ชันการสูญเสีย เทียบกับค่าความโปร่งแสง และปรับเปลี่ยนค่านั้นตามไปด้วย

คณิตสาลี กฎปรับปรุงสามารถแสดงเป็น:

⁇ [[FLT: 0] ใหม่ = ⁇ _old] – ⁇ ⁇ _{[FLT: ⁇ [FLT: ⁇ [FLTT: ⁇ [FLTT: 5]] [FLTT: 5] LL] LE]}

การ โอปติเมชัน ของ เบ เซียน

การ จัด หา ข้อมูล และ ข้อมูล ที่ ได้ รับ จาก การ ตรวจ สอบ เพื่อ จะ รู้ ว่า คุณ มี ความ หวัง จะ มี ชีวิต อยู่ ได้ นาน เท่า ไร.

วิธี นี้ เกี่ยว ข้อง กับ การ สร้าง แบบ จําลอง แทน เช่น กระบวนการ ของ ชาว เกาะ กา ซัส และ การ ปรับ ปรุง ให้ ดี ที่ สุด ใน การ หา งาน เพื่อ กําหนด เส้น ความ ดัน ที่ จะ ประเมิน.

การ จัด การ กับ การ ทําลาย ทรัพย์ สิน ผู้ อื่น

การจําแนกประเภท metrics experition เช่น การเปรียบเทียบ-entropy ความหมายความผิดพลาดกําลังสอง หรือความแม่นยําถูกใช้เพื่อประเมินผลของแบบจําลองระหว่างการวางตัวจําลอง

แนวคิดทางสถิติ เช่น การลดความลําเอียงและช่วงความมั่นใจ แจ้งให้เลือก