Czy prawidłowe jest nazywanie procesu aktualizacji parametrów w i b etapem szkolenia uczenia maszynowego?
Wtorek, 14 listopada 2023
by Hema Gunasekaran
Etap szkolenia w kontekście uczenia maszynowego odnosi się do procesu aktualizacji parametrów, w szczególności wag (w) i odchyleń (b), modelu w fazie uczenia. Parametry te są kluczowe, ponieważ determinują zachowanie i skuteczność modelu w formułowaniu prognoz. Dlatego rzeczywiście słuszne jest stwierdzenie
Z jakimi hiperparametrami możemy eksperymentować, aby osiągnąć większą dokładność w naszym modelu?
Środa, 02 sierpnia 2023
by Akademia EITCA
Aby osiągnąć większą dokładność w naszym modelu uczenia maszynowego, istnieje kilka hiperparametrów, z którymi możemy eksperymentować. Hiperparametry to regulowane parametry, które są ustawiane przed rozpoczęciem procesu uczenia. Kontrolują zachowanie uczącego się algorytmu i mają znaczący wpływ na wydajność modelu. Jednym z ważnych hiperparametrów do rozważenia jest