ハイパーパラメータ最適化法を選択するための開業医動機【JST・京大機械翻訳】

Hasebrook Niklas; Morsbach Felix; Kannengiesser Niclas; Zoller Marc; Franke Jorg; Lindauer Marius; Hutter Frank; Sunyaev Ali

プレプリント

J-GLOBAL ID：202202217078557757 整理番号：22P0298367

ハイパーパラメータ最適化法を選択するための開業医動機【JST・京大機械翻訳】

Practitioner Motives to Select Hyperparameter Optimization Methods

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月03日プレプリントサーバーでの情報更新日： 2023年06月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Bayes最適化のような先進的なプログラムハイパーパラメータ最適化(HPO)法は,機械学習(ML)モデルの最適ハイパーパラメータ値を再現性よく発見する高いサンプル効率を持つ。しかし,ML実務者は,しばしば,格子探索のようなより少ないサンプル効率HPO法を適用し,それは,しばしば,過小最適化MLモデルをもたらす。この挙動の理由として,著者らは,文脈的要因と個々の目標から成る個々の動機に基づくHPO法を選択する。しかし,実務者の動機はまだ明らかにされなければならず,HPOツールの特定の目標とユーザ中心開発を達成するためのHPO法の評価を妨げている。特定のHPO法を使用する実務者の動機を理解するために,20の半構造化面接と71のML専門家による調査研究を含む混合方法アプローチを用いて,インタビュー結果の外部妥当性の証拠を収集した。6つの主な目標(例えば,モデル理解の改善)と,HPO法(例えば利用可能なコンピュータ資源)の実務者選択に影響する14の文脈的因子を示すことによって,本研究は,なぜ実務家が,最初の gで不適当であるように見えるHPO法を使用するかを説明する。本研究は,ユーザ中心およびコンテキスト適応HPOツールを設計し,従って,HPOに関する社会的および技術的研究を結びつけるための基礎を築く。【JST・京大機械翻訳】

, , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る