Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
ОПТИМИЗАЦИЯ ГИПЕРПАРАМЕТРОВ АЛГОРИТМОВ ГРАДИЕНТНОГО БУСТИНГА. / Сорокина, Светлана Олеговна; Михайлова, Елена Георгиевна.
в: Процессы управления и устойчивость, Том 8, № 1, 2021, стр. 326-331.Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
}
TY - JOUR
T1 - ОПТИМИЗАЦИЯ ГИПЕРПАРАМЕТРОВ АЛГОРИТМОВ ГРАДИЕНТНОГО БУСТИНГА
AU - Сорокина, Светлана Олеговна
AU - Михайлова, Елена Георгиевна
PY - 2021
Y1 - 2021
N2 - Реализации алгоритмов градиентного бустинга, такие как XGBoost, CatBoost и LightGBM, являются весьма популярными при решении задач регрессии и классификации. Эти алгоритмы стали весьма распространены благодаря высоким результатам в соревнованиях на платформе kaggle.com. Одной из задач машинного обучения при построении моделей является оптимизация гиперпараметров алгоритмов. Самыми популярными методами оптимизации являются поиск по сетке и случайный поиск. Все методы поиска сопровождаются большим количеством переборов возможных комбинаций значений гиперпараметров с последующим построением и оценкой моделей. В рамках этой статьи рассматривается возможность упрощения поиска оптимальных значений гиперпараметров с помощью разбиения множества гиперпараметров на группы и введения критерия остановки.
AB - Реализации алгоритмов градиентного бустинга, такие как XGBoost, CatBoost и LightGBM, являются весьма популярными при решении задач регрессии и классификации. Эти алгоритмы стали весьма распространены благодаря высоким результатам в соревнованиях на платформе kaggle.com. Одной из задач машинного обучения при построении моделей является оптимизация гиперпараметров алгоритмов. Самыми популярными методами оптимизации являются поиск по сетке и случайный поиск. Все методы поиска сопровождаются большим количеством переборов возможных комбинаций значений гиперпараметров с последующим построением и оценкой моделей. В рамках этой статьи рассматривается возможность упрощения поиска оптимальных значений гиперпараметров с помощью разбиения множества гиперпараметров на группы и введения критерия остановки.
KW - ОПТИМИЗАЦИЯ ГИПЕРПАРАМЕТРОВ
KW - ГРАДИЕНТНЫЙ БУСТИНГ
KW - машинное обучение
KW - hyperparameters optimization
KW - gradient boosting
KW - machine learning
UR - https://www.elibrary.ru/item.asp?id=46226993
M3 - статья
VL - 8
SP - 326
EP - 331
JO - Процессы управления и устойчивость
JF - Процессы управления и устойчивость
SN - 2313-7304
IS - 1
ER -
ID: 85590005