ランダム フォレストを使用してアーキテクチャとハイパーパラメーターを選択およびカスタマイズする
初級
AI エンジニア
データ サイエンティスト
Student
Azure
多くの場合、より複雑なモデルを手動でカスタマイズすることで、その有効性を向上させることができます。 より複雑なモデルのアーキテクチャを変更することで、どれほどの効果が得られるかを演習を交えながら説明します。
学習の目的
このモジュールでは、次のことを行います。
- 新しいモデル タイプ (決定木とランダム フォレスト) を発見します。
- モデル アーキテクチャがパフォーマンスに与える影響について学習します。
- トレーニングの有効性を向上させるためにハイパーパラメーターの操作を練習します。
前提条件
機械学習モデルに関する知識
Azure を使ってみる
適切な Azure アカウントを選択します。 Azure は、従量課金制でご利用いただくことも、最大 30 日間無料でお試しいただくこともできます。 [サインアップ] 。