1i7 (1i7) wrote,
1i7
1i7

Category:

Мета-ML

Мета-ML: алгоритм ML, который подбирает алгоритм ML, который может себя хорошо проявить на заданном датасете.
- берем датасет, нормализуем, начинаем последовательно применять к нему все известные ML-алгоритмы (регрессии, кластеризации, категоризации и т.п.) применительно ко всем комбинациям входных признаков
- параметры алгоритма перебираем, комбинируя диапазоны, или (если возможно) следуем отдельному алгоритму подбора параметров
- оставляем те модели, для которых метрики качества дают результат лучше порогового значения
- (бонус) модуль "интуиция": датасет из, например, визуализаций датасетов (точечные графики в 2д или 3д), для которых заранее известно, что к ним применима хорошая модель (например, к этому облаку точек хорошо подходит модель линейной регрессии, а к этому - кластеризация методом k средних). Для текущего датасета проверяется похожесть его визуализации на визуализации известных датасетов (обычная нейронка) и если есть сходство, в первую очередь тестируется модель, соответствующая найденному похожему образцу.

П.С. товарищи пишут, что в прошлом году уже сделано в Самсунге.

Если не сделано, оставляю пока за собой.
Tags: машинное обучение, программирование
Subscribe

Posts from This Journal “машинное обучение” Tag

  • Post a new comment

    Error

    default userpic

    Your IP address will be recorded 

    When you submit the form an invisible reCAPTCHA check will be performed.
    You must follow the Privacy Policy and Google Terms of use.
  • 5 comments