Hyperparameter調優和優化是一個強大的工具在AutoML領域,對傳統的統計學習模型以及深入學習。有許多現有的工具來幫助推動這一進程,包括黑盒和白盒調優。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、貝葉斯優化,和parzen估計),然後討論實現這些技術的開源工具。最後,我們將討論如何利用MLflow用這些工具和技術分析如何執行我們的搜索和productionize最好的模型。
約瑟夫·布拉德利是一名老磚的解決方案架構師,專門從事機器學習,是一個Apache火花提交者和PMC成員。以前,他是一個工作人員的軟件工程師在磚和加州大學伯克利分校的博士後,在收到他的機器學習從卡內基梅隆大學博士學位。