Tuning Hyperparameter với Azure Machine Learning

Tìm kiếm các siêu tham số đúng cho mô hình học máy của bạn không nên là một trò chơi đoán. Sử dụng tính toán quy mô đám mây cho phép bạn tự động hóa quá trình này hiệu quả và tìm kiếm các cấu hình mô hình hiệu quả nhất. Trong khóa học này, bạn sẽ học cách thiết lập, thực hiện và phân tích các công việc điều chỉnh siêu tham số bằng cách sử dụng Azure Machine Learning. Bạn sẽ hiểu cách tận dụng các nguồn lực đám mây để cải thiện chính xác mô hình một cách có hệ thống và tối ưu hóa các luồng công việc huấn luyện của bạn. Bạn sẽ học được: - Hiểu các khái niệm cốt lõi của siêu tham số, không gian tìm kiếm và phương pháp lấy mẫu. - Cấu hình và chạy các công việc quét trong Azure Machine Learning bằng cách sử dụng các mẫu SDK hiện đại. - Apply early termination policies to save compute time and control cloud costs. - Phân tích các chỉ số chạy huấn luyện để xác định và chọn mô hình hoạt động tốt nhất. - Hợp nhất điều chỉnh siêu tham số vào các đường ống học máy đám mây hiện đại. Chương trình này bắt đầu với các định nghĩa cơ bản của các tham số mô hình và các chiến lược điều chỉnh trước khi hướng dẫn bạn qua các giải thích viết từng bước và cấu hình mã thực tế. Lớp học này được thiết kế cho các nhà khoa học dữ liệu và nhà phát triển đám mây muốn tăng quy mô các luồng công việc học máy của họ. Không cần kinh nghiệm trước đó, mặc dù một sự quen thuộc cơ bản với Python là hữu ích. Bắt đầu tối ưu hóa các luồng công việc học máy của bạn với các công việc quét quy mô đám mây ngay hôm nay.