Python: ベイズ最適化で機械学習モデルのハイパーパラメータを選ぶ - CUBE SUGAR CONTAINER
機械学習モデルにおいて、人間によるチューニングが必要なパラメータをハイパーパラメータと呼ぶ。 ハイパーパラメータをチューニングするやり方は色々とある。 例えば、良さそうなパラメータの組み合わせを全て試すグリッドサーチや、無作為に試すランダムサーチなど。 今回は、それとはちょっと違ったベイズ最適化というやり方を試してみる。 ベイズ最適化では、過去の試行結果から次に何処を調べれば良いかを確率分布と獲得関数にもとづいて決める。 これにより、比較的少ない試行回数でより優れたハイパーパラメータが選べるとされる。 Python でベイズ最適化をするためのパッケージとしては Bayesian Optimization や skopt、GPyOpt などがある。 今回は、その中でも Bayesian Optimization を使ってみることにした。 使った環境は次の通り。 $ sw_vers Produ
ゲーム/アプリ/WEBシステム開発のマイティークラフト » FuelPHPでのDB水平分割対応
札幌オフィスのKです。 従来は、サーバシステム（LAMP環境）の制作は自社製フレームワークでの開発が中心でしたが、近日はオープンソースのフレームワークを使うことが増えてきています。 自社製フレームワークも悪くないのですが、オープンソースのフレームワークだと、他社から運用を引き継ぐ場合、あるいは逆に開発していて運用は他社に引き継ぐ場合にやりやすいかとも思います。 そこで、今回はソーシャルゲームなどの開発でも広く使われるようになってきていると聞いている FuelPHP について、必要なのにケアされていないDBのTipsを書いてみたいと思います。 ※FuelPHPがどのようなもものかにつきましては、日本語ドキュメントをご参照ください。 （FuelPHP 日本語Document）http://fuelphp.jp/ ■今回制作した環境 今回は、下記の環境で検証を行いました。 Apache 2.2.
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
