Krauß | Optimizing Hyperparameters for Machine Learning Algorithms in Production | Buch | 978-3-98555-020-3 | www.sack.de

Buch, Englisch, 256 Seiten, Format (B × H): 148 mm x 210 mm, Gewicht: 376 g

Reihe: Edition Wissenschaft Apprimus

Krauß

Optimizing Hyperparameters for Machine Learning Algorithms in Production


1. Auflage 2022
ISBN: 978-3-98555-020-3
Verlag: Apprimus Verlag

Buch, Englisch, 256 Seiten, Format (B × H): 148 mm x 210 mm, Gewicht: 376 g

Reihe: Edition Wissenschaft Apprimus

ISBN: 978-3-98555-020-3
Verlag: Apprimus Verlag

Machine learning offers the potential to train data-based models and therefore to extract knowledge from data. One key design decision is the selection of hyperparameters of a machine learning algorithm. Hyperparameter optimization techniques automatically tune the hyperparameters – but choosing the best technique depends highly on the use case. This book presents a decision support system for the selection of hyperparameter optimization techniques in the production domain.

Krauß Optimizing Hyperparameters for Machine Learning Algorithms in Production jetzt bestellen!

Autoren/Hrsg.

Krauß, Jonathan
Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.