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
PostgreSQL - タイムゾーンをDBに設定する - Qiita
バージョンアップでデフォルトが変更された時の影響を考えて固定にしておく。 DB毎に個別に設定を行う。 PostgreSQL マニュアル 構文 ALTER DATABASE ALTER DATABASE name SET configuration_parameter { TO | = } { value | DEFAULT } SET SET [ SESSION | LOCAL ] TIME ZONE { timezone | LOCAL | DEFAULT } TIME ZONE SET TIME ZONE valueはSET timezone TO valueの別名です。 SET TIME ZONE構文では、時間帯の指定に特殊な構文を使用できます。 設定できるタイムゾーン pg_timezone_names pg_timezone_namesは、SET TIMEZONEで認識される時間
ヴェネチア旅行で思う。暮らしのこだわりを貫くこと - 北欧ミッドセンチュリーの家づくり
思い出を飾る MS家には海外旅行のお土産を 飾るのが好きです。 これはプラハの懐中時計。 これはモンサンミッシェルの塩瓶。 これはウィーンで買ったお面。 ヴェネチア製ですが笑 前にヴェネチアに行った時 いいなあって思ったんですが 高かったのでその時はパス。 観光地価格ってやつですね。 ヴェネチアでは日常では 味わえない非日常がたくさん。 そんな中で暮らしのこだわり を感じました。 MS家ふれあい街歩き 何年も前イタリアへ行きました。 イタリアではローマやミラノへも。 水の都ヴェネチアの魅力は何と言っても 古い街並み。 １３世紀頃から建てられた 建物がずっと残っている。 嫁氏と散歩しましょう。 っていうか 散歩するしかないんです… ヴェネチアはアレが通れないからね… 歩くだけでワクワク ヴェネチアは 歩いているだけで 楽しめる街。 運河を横目にただ歩くのが楽しい。 ミュージアムもたくさん。
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
DockerでDrupal8.5.5とPostgreSQL9.6のコンテナ(Alpine3.8)を構築する
VagrantでMySQL Server Exporter(Prometheus)とMySQLをインストールした仮想マシン(CentOS7.5)を構築する
