Auswählen und Anpassen von Architekturen und Hyperparametern mithilfe von zufälliger Gesamtstruktur
Komplexere Modelle können zur Verbesserung ihrer Effizienz oft manuell angepasst werden. Hier erfahren Sie anhand von Übungen und erklärenden Inhalten, wie Sie durch Ändern der Architektur komplexerer Modelle effektivere Ergebnissen erzielen können.
Lernziele
In diesem Modul lernen Sie Folgendes:
- Erkunden neuer Modelltypen: Entscheidungsstrukturen und zufällige Gesamtstrukturen
- Lernen, wie sich die Modellarchitektur auf die Leistung auswirken kann
- Üben mit Hyperparametern für die Verbesserung der Trainingseffizienz
Voraussetzungen
Vertrautheit mit Machine Learning-Modellen