Hyperparameter调优和优化是一个强大的工具在AutoML领域,对传统的统计学习模型以及深入学习。有许多现有的工具来帮助推动这一进程,包括黑盒和白盒调优。在这次演讲中,我们将从一个简单的调查最受欢迎的hyperparameter调优技术(例如,网格搜索、随机搜索、贝叶斯优化,和parzen估计),然后讨论实现这些技术的开源工具。bob下载地址最后,我们将讨论如何利用MLflow用这些工具和技术分析如何执行我们的搜索和productionize最好的模型。
约瑟夫·布拉德利是一名老砖的解决方案架构师,专门从事机器学习,是一个Apache火花提交者和PMC成员。以前,他是一个工作人员的软件工程师在砖和加州大学伯克利分校的博士后,在收到他的机器学习从卡内基梅隆大学博士学位。