Por supuesto que puede. Cuando sintonice un parámetro a la vez, sabrá exactamente cómo se comporta el modelo cuando lo cambie. Por ejemplo, tiene un NN y está cambiando el número de neuronas en la capa oculta y controla la precisión. Luego, puede observar que con más neuronas su precisión mejora (por ejemplo). Si ajustará múltiples parámetros, perderá la oportunidad de monitorear el comportamiento del modelo en un parámetro en particular (pero en la práctica también puede obtener experiencia en el ajuste de varios parámetros, por ejemplo, verá que es mejor agregar más neuronas y disminuir la tasa de aprendizaje , también ejemplo). Entonces, si necesitas experimentar! Esa es la mejor manera de verificar 🙂
Sin embargo, en MLJAR estamos ajustando un parámetro a la vez. MLJAR es una plataforma de ML que hace que la búsqueda y el ajuste de algoritmos sean indoloros.
- ¿El aprendizaje automático aplicado se convertirá en una víctima de su propio éxito?
- ¿Cómo funcionan los microprocesadores?
- ¿Qué es una máquina ~ 300 GFLOPS equivalente en términos simples?
- ¿Qué módulos funcionales de SAP son más relevantes / más cercanos a la informática?
- ¿Cuál es la diferencia entre informática y tecnología de la información en términos de ubicaciones en la industria en empresas como Google, etc.?