.png){kind=icon}
返回
Hyperparameter optimization web tool: Hyperopt
.png){kind=icon}
PRE
AI
DOI：10.14744/sigma.2026.2033.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究介绍了一款基于网络的程序，旨在通过利用来自Stack Overflow数据集的数据来促进机器学习模型的超参数优化。该研究的主要贡献是开发了一种新颖的超参数优化方法，并将其与网格搜索、随机搜索、Nelder-Mead和贝叶斯优化等现有技术相结合。这种集成使用户能够灵活地探索各种优化策略，并为其特定的数据集和模型识别最合适的方法。所提出的网络应用程序使用户能够选择数据集、定义优化方法，并通过直观且用户友好的界面微调超参数。实证结果表明，优化后的模型在预测精度上实现了15%的提升，在预测编码专业知识和编程语言方面达到了约70%的准确率。此外，所提出的方法在基于SVM的优化中提高了20%的内存效率，同时仅增加了10%的计算时间。这些发现强调了该方法在平衡精度与资源效率方面的有效性。
Keyword:
Hyperparameter Optimization
Machine Learning
Optimization Techniques Stack Overflow Dataset
Web-Based Tool
期刊
机构
引用论文
暂无论文信息