Административна информация
| Дял | Техники за узаконяване |
| Продължителност | 60 |
| Модул | Б |
| Вид на урока | Лекция |
| Фокус | Технически — задълбочено обучение |
| Тема | Техники за узаконяване |
Ключови думи
Узаконяване, Обратно повикване, GridSearch,
Учебни цели
- Проверка на инициализаторите на теглото
- Проучване на пристрастия
- Прилагане на отпадане и шум
- Имплициране на извиквания
- Подземие и прилагане на GridSearch
- Прилагане на нетрадиционни техники за преоборудване
Очаквана подготовка
Обучение на събития, които трябва да бъдат завършени преди
Няма.
Задължително за студентите
Няма.
Незадължително за студенти
Няма.
Референции и фон за студенти
- Джон Келър и Мозък Макнами. (2018 г.), Fundamentals of Machine Learning for Predictive Data Analytics, MIT Press.
- Майкъл Нилсън. (2015 г.), „Неврални мрежи и задълбочено обучение“, 1. Преса за решителност, Сан Франциско, САЩ.
- Чару С. Агарвал. (2018 г.), невронни мрежи и задълбочено обучение, 1. Спрингър
- Антонио Гули, Суджит Пал. Дълбоко обучение с Keras, Packt, [ISBN: 9781787128422].
Препоръчва се за учители
Няма.
Материали за уроци
Инструкции за учители
Тази лекция ще запознае студентите с основите на настройката на хиперпараметъра. Ще използваме набора от данни за преброяването като примери за използването и резултатите от техниките за узаконяване. Наборът от данни за преброяване на възрастни е двоичен проблем с класификацията. Целта на тази лекция е да се въведат няколко форми на узаконяване, като се започне с инициализатори на тежести, пристрастност, съвместно адаптиране, обратни извиквания, търсене на решетка за автоматичен хиперпараметричен тунинг и допълнителни техники за проверка на узаконяването. Целта е да се идентифицират техники за подпомагане на разработването на общи модели с ограничено съвместно адаптиране за изучаване на функцията, а не на данните. Някои от тези техники също така подобряват времето за обучение, като по този начин могат да намалят изчисленията, необходими за по-големите модели.
Очертаване
| Продължителност (минимум) | Описание |
|---|---|
| 10 | Инициализатори на тегло и пристрастия |
| 10 | Съвместно адаптиране |
| 10 | Обратни повиквания |
| 20 | GridSearch |
| 10 | Допълнителни проверки |
Потвърждения
Магистърската програма по ИИ, насочена към човека, беше съфинансирана от Механизма за свързване на Европа на Европейския съюз под формата на безвъзмездни средства № CEF-TC-2020—1 Digital Skills 2020-EU-IA-0068.