电子科技大学研究生《机器学习》精品课程 第12讲超参数优化与自动学习 Hyperparameters Optimization AutoML 郝家胜(Jiasheng Hao) Ph.D.,Associate Professor Email:hao@uestc.edu.cn School of Automation Engineering,Center for Robotics University of Electronic Science and Technology of China,Chengdu 611731 Awg.2015第一稿；Dec.2021第四稿
电子科技大学研究生《机器学习》精品课程 Email: hao@uestc.edu.cn School of Automation Engineering, Center for Robotics University of Electronic Science and Technology of China, Chengdu 611731 郝家胜 (Jiasheng Hao) Ph.D., Associate Professor Aug. 2015 第一稿；Dec. 2021第四稿 第12讲 超参数优化与自动学习 Hyperparameters Optimization & AutoML
问题：机器学习算法的超参数 hyperparameters BP网络的隐藏层数量、神经元个数？ 随机森林的决策树数量，属性个数？ 特征选择的最优组合？ Kmeans的k? Grid search(网格搜索)、Random search(随机 搜索) 调参师机器化？
BP 网络的隐藏层数量、神经元个数？ 随机森林的决策树数量，属性个数？ 特征选择的最优组合？ Kmeans的 k ？ 问题：机器学习算法的超参数 hyperparameters 调参师机器化？ Grid search（网格搜索）、Random search（随机 搜索）
机器学习模型超参数：复杂函数最优值问题 f(x,y)=xsin(4πx)-ysin(4πy+π)+1 x,y∈[-1,2] f10闪 6 如何求解？ Grid Search Random Search 0 0 Important parameter mportant parameter
机器学习模型超参数：复杂函数最优值问题 如何求解？
内容提要 遗传算法 粒子群算法 贝叶斯优化 10 0 -200 0 200 0 200 -200 前两种不是特别适合复杂模型超参数调优场景：初始样本多，效率低
内容提要 4 遗传算法 粒子群算法 贝叶斯优化 前两种不是特别适合复杂模型超参数调优场景：初始样本多，效率低
遗传算法 Genetic Algorithms,GA 5
5 遗传算法 Genetic Algorithms, GA