Hyperparameters search methods for machine learning linear workflows

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F19%3A00519370" target="_blank" >RIV/67985807:_____/19:00519370 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/ICMLA.2019.00199" target="_blank" >http://dx.doi.org/10.1109/ICMLA.2019.00199</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICMLA.2019.00199" target="_blank" >10.1109/ICMLA.2019.00199</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Hyperparameters search methods for machine learning linear workflows

Popis výsledku v původním jazyce

Hyperparameters optimization is one of the most important metalearning features that is used in AutoML systems. In this paper we use hyperparameters-space search algorithms to optimize the settings of supervised machine learning methods and workflows. We focus on changes in performance of hyperparameters optimization algorithms with the growing complexity of the hyperparameters-space, when using the data preprocessings adds more parameters to the configuration and thus more dimensions to the searched space.

Název v anglickém jazyce

Hyperparameters search methods for machine learning linear workflows

Popis výsledku anglicky

Hyperparameters optimization is one of the most important metalearning features that is used in AutoML systems. In this paper we use hyperparameters-space search algorithms to optimize the settings of supervised machine learning methods and workflows. We focus on changes in performance of hyperparameters optimization algorithms with the growing complexity of the hyperparameters-space, when using the data preprocessings adds more parameters to the configuration and thus more dimensions to the searched space.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GA18-23827S" target="_blank" >GA18-23827S: Schopnosti a omezení mělkých a hlubokých sítí</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

18th IEEE International Conference on Machine Learning and Applications ICMLA 2019. Proceedings

ISBN

978-1-7281-4550-1

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

1205-1210

Název nakladatele

IEEE

Místo vydání

Piscataway

Místo konání akce

Boca Raton

Datum konání akce

16. 12. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—