按需網絡研討會
按需網絡研討會
自動機器學習(AutoML)最近收到了重大的利益。我們相信正確的自動化將帶來巨大的價值和數據科學團隊的極大縮短了價值。磚是自動化數據的科學和機器學習過程的組合產品,合作夥伴關係,和定製的解決方案。這個演講將專注於磚如何幫助自動化hyperparameter調優。
傳統的機器學習和現代深度學習,優化hyperparameters能夠顯著提高模型的性能和提高培訓時間。然而,優化是一個複雜和昂貴的過程。在這次演講中,我們將從一個簡單的調查最受歡迎的hyperparameter調優技術(例如,網格搜索、隨機搜索和貝葉斯優化)。我們將討論的開源工具,實現這些技術,幫助在hyperparameters自動搜索。
最後,我們將討論和演示改進我們為這些工具在磚建造,包括與MLflow集成:
- Apache PySpark MLlib集成MLflow自動跟蹤調整
- Hyperopt集成Apache火花分發與MLflow調優和自動跟蹤
主持人
|
約瑟夫·布拉德利,軟件工程師,磚
約瑟夫·布拉德利是一個軟件工程師和Apache火花PMC成員工作在機器學習數據磚。以前,他是一個在加州大學伯克利分校的博士後在收到他的博士學位從2013年卡內基梅隆大學機器學習。 |
|
一帆曹,高級產品經理,磚
一帆曹是磚的高級產品經理。他的產品區域跨度ML / DL對機器學習算法和數據磚運行時。磚之前,一帆在兩個機器學習產品,NLP找到元數據和應用機器學習應用到預測設備故障。他幫助建立了產品從地麵到數百萬美元的加勒比海盜。一帆開始他的職業生涯作為一個研究員在量子計算。一帆收到了他的B。在加州大學伯克利分校,是麻省理工學院的主人。 |