Hyperparameter Tuning with Python : Boost your machine learning model's performance via hyperparameter tuning
Langue : anglais
Edité par Packt Publishing, 2022
- Livre broché
- Neuf
Vendeur : AHA-BUCH GmbH, Einbeck, AllemagneAHA-BUCH GmbH
Vendeur AbeBooks depuis 14 août 2006
Etat: Neuf
EUR 74,58
Quantité disponible : 1 disponible
Ajouter au panierA propos de cet article
nach der Bestellung gedruckt Neuware - Printed after ordering - Take your machine learning models to the next level by learning how to leverage hyperparameter tuning, allowing you to control the model's finest detailsKey Features:Gain a deep understanding of how hyperparameter tuning worksExplore exhaustive search, heuristic search, and Bayesian and multi-fidelity optimization methodsLearn which method should be used to solve a specific situation or problemBook Description:Hyperparameters are an important element in building useful machine learning models. This book curates numerous hyperparameter tuning methods for Python, one of the most popular coding languages for machine learning. Alongside in-depth explanations of how each method works, you will use a decision map that can help you identify the best tuning method for your requirements.You'll start with an introduction to hyperparameter tuning and understand why it's important. Next, you'll learn the best methods for hyperparameter tuning for a variety of use cases and specific algorithm types. This book will not only cover the usual grid or random search but also other powerful underdog methods. Individual chapters are also dedicated to the three main groups of hyperparameter tuning methods: exhaustive search, heuristic search, Bayesian optimization, and multi-fidelity optimization. Later, you will learn about top frameworks like Scikit, Hyperopt, Optuna, NNI, and DEAP to implement hyperparameter tuning. Finally, you will cover hyperparameters of popular algorithms and best practices that will help you efficiently tune your hyperparameter.By the end of this book, you will have the skills you need to take full control over your machine learning models and get the best models for the best results.What You Will Learn:Discover hyperparameter space and types of hyperparameter distributionsExplore manual, grid, and random search, and the pros and cons of eachUnderstand powerful underdog methods along with best practicesExplore the hyperparameters of popular algorithmsDiscover how to tune hyperparameters in different frameworks and librariesDeep dive into top frameworks such as Scikit, Hyperopt, Optuna, NNI, and DEAPGet to grips with best practices that you can apply to your machine learning models right awayWho this book is for:This book is for data scientists and ML engineers who are working with Python and want to further boost their ML model's performance by using the appropriate hyperparameter tuning method. Although a basic understanding of machine learning and how to code in Python is needed, no prior knowledge of hyperparameter tuning in Python is required.…
N° de réf. du vendeur 9781803235875
- Titre
- Hyperparameter Tuning with Python : Boost your machine learning model's performance via hyperparameter tuning
- Auteur
- Louis Owen
- Éditeur
- Packt Publishing
- Année de publication
- 2022
- État de l'article
- Neu
- Reliure
- Taschenbuch
- Langue
- anglais
- ISBN à 10 chiffres
- 180323587X
- ISBN à 13 chiffres
- 9781803235875
- Poids de l'article
- 575 grammes
- Dimensions
- 235x191x17 mm
Take your machine learning models to the next level by learning how to leverage hyperparameter tuning, allowing you to control the model’s finest details
Key Features
- Gain a deep understanding of how hyperparameter tuning works
- Explore exhaustive search, heuristic search, and Bayesian and multi-fidelity optimization methods
- Learn which method should be used to solve a specific situation or problem
Book Description
Hyperparameters are an important element in building useful machine learning models. This book curates numerous hyperparameter tuning methods for Python, one of the most popular coding languages for machine learning. Alongside in-depth explanations of how each method works, you will use a decision map that can help you identify the best tuning method for your requirements.
You’ll start with an introduction to hyperparameter tuning and understand why it's important. Next, you'll learn the best methods for hyperparameter tuning for a variety of use cases and specific algorithm types. This book will not only cover the usual grid or random search but also other powerful underdog methods. Individual chapters are also dedicated to the three main groups of hyperparameter tuning methods: exhaustive search, heuristic search, Bayesian optimization, and multi-fidelity optimization. Later, you will learn about top frameworks like Scikit, Hyperopt, Optuna, NNI, and DEAP to implement hyperparameter tuning. Finally, you will cover hyperparameters of popular algorithms and best practices that will help you efficiently tune your hyperparameter.
By the end of this book, you will have the skills you need to take full control over your machine learning models and get the best models for the best results.
What you will learn
- Discover hyperparameter space and types of hyperparameter distributions
- Explore manual, grid, and random search, and the pros and cons of each
- Understand powerful underdog methods along with best practices
- Explore the hyperparameters of popular algorithms
- Discover how to tune hyperparameters in different frameworks and libraries
- Deep dive into top frameworks such as Scikit, Hyperopt, Optuna, NNI, and DEAP
- Get to grips with best practices that you can apply to your machine learning models right away
Who this book is for
This book is for data scientists and ML engineers who are working with Python and want to further boost their ML model’s performance by using the appropriate hyperparameter tuning method. Although a basic understanding of machine learning and how to code in Python is needed, no prior knowledge of hyperparameter tuning in Python is required.
Table of Contents
- Evaluating Machine Learning Models
- Introducing Hyperparameter Tuning
- Exploring Exhaustive Search
- Exploring Bayesian Optimization
- Exploring Heuristic Search
- Exploring Multi-Fidelity Optimization
- Hyperparameter Tuning via Scikit
- Hyperparameter Tuning via Hyperopt
- Hyperparameter Tuning via Optuna
- Advanced Hyperparameter Tuning with DEAP and Microsoft NNI
- Understanding Hyperparameters of Popular Algorithms
- Introducing Hyperparameter Tuning Decision Map
- Tracking Hyperparameter Tuning Experiments
- Conclusions and Next Steps
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Louis Owen is a data scientist/AI engineer from Indonesia who is always hungry for new knowledge. Throughout his career journey, he has worked in various fields of industry, including NGOs, e-commerce, conversational AI, OTA, Smart City, and FinTech. Outside of work, he loves to spend his time helping data science enthusiasts to become data scientists, either through his articles or through mentoring sessions. He also loves to spend his spare time doing his hobbies: watching movies and conducting side projects. Finally, Louis loves to meet new friends! So, please feel free to reach out to him on LinkedIn if you have any topics to be discussed.
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
AHA-BUCH GmbH
Einbeck, Allemagne
Vendeur AbeBooks depuis 14 août 2006
Frais d'expédition de Allemagne vers Etats-Unis
| Article | 7 à 10 jours ouvrés | 5 à 7 jours ouvrés |
|---|---|---|
| Premier article | EUR 35,00 | EUR 45,00 |
Modes de paiement
- Chèque
- Paypal
- Virement bancaire
Description de la boutique
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Spécialité
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumProfil professionnel du vendeur
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Allemagne 37574
Conditions de vente
Empreinte
Informations sur le vendeur:
AHA-BUCH GmbH
représenté par le directeur général Christel Glass
Garlebsen 48
37574 Einbeck
Alemagne
Téléphone: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
inscrit à Registre du commerce Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Modes alternatifs de règlement des différends :
La Commission européenne fournit une plate-forme de règlement extrajudiciaire des litiges en ligne (plate-forme ODR), accessible sous https://ec.europa.eu/odr.
Nous sommes membres de l’initiative « FairCommerce » depuis le 25.05.2018.
Pour plus d’informations, voir www.fair-commerce.de.
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à AHA-BUCH GmbH, Einbeck, Germany, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Nous expédions votre commande après les avoir reçues
pour les articles disponibles au plus tard 24 heures,
pour les articles avec un approvisionnement de nuit au plus tard 48 heures.
Dans le cas où nous devons commander un article auprès de notre fournisseur, notre délai d’expédition dépend de la date de réception des articles, mais les articles seront expédiés le jour même.
Notre objectif est d’envoyer les articles commandés de la manière la plus rapide, mais aussi la plus efficace et la plus sécurisée à nos clients.