PFN製の最適化ツール「Optuna」で富士山を登頂する - sw1227’s diary
1. 背景 2. 方法 2.1. 標高タイル 2.2. Optuna 3. 結果 3.1. 実行例 3.2. 登山経路 4. まとめ 1. 背景 Optunaとは、Preferred Networks（以下PFN）の秋葉氏らが開発したハイパーパラメータ自動最適化ツールです。 ハイパーパラメータ自動最適化ツール「Optuna」公開 | Preferred Research これは勾配法の適用できない（しない）ハイパーパラメータをベイズ最適化アルゴリズムの一種を使って自動で最適化してくれるものですが、Chainerと密結合しているわけではありません。何らかのObjective functionを与えることで簡単に最適化を行ってくれるようになっています*1。 ★★★ Objective...? 登山にとってそれは標高だ、と多くの人は考えるのではないでしょうか？ 標高が唯一の目的ではないにせよ、世
自社業務だって最適化しちゃいます！ － ブレインパッド社内の1on1組み合わせを最適化してみた － - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッド社内で実施している1on1コーチングの組み合わせを、最適化のアルゴリズムを使って効率化した事例をご紹介します。最適化の初歩に近い内容ですので、簡単な解説・実装例もあわせてご紹介します。 こんにちは。アナリティクスサービス本部の兵藤です。 ブレインパッドのミッションは、 お客様が保有しているデータをビジネス上の価値に変えていくことです。お客様の課題を解決するために、データサイエンティストは業務の中で予測や最適化、最近だと深層学習などのさまざまな技術を駆使しています。 とはいえ、せっかく自分たちが持っている技術でもあるので、社内の業務効率化などにも積極的に活用しています！ 本日は「社内での活用事例」として、アナリティクスサービス本部で実施している1on1コーチングの組み合わせを最
skopt API documentation
Tuning a scikit-learn estimator with skopt Gilles Louppe, July 2016 Katie Malone, August 2016 If you are looking for a GridSearchCV replacement checkout the BayesSearchCV example instead. Problem statement Tuning the hyper-parameters of a machine learning model is often carried out using an exhaustive exploration of (a subset of) the space all hyper-parameter configurations (e.g., using sklearn.mo
Quick Start: Matrix Factorization — Downhill 0.4.0 documentation
The downhill package provides algorithms for minimizing scalar loss functions that are defined using Theano. Several optimization algorithms are included: ADADELTA ADAGRAD Adam Equilibrated SGD Nesterov's Accelerated Gradient RMSProp Resilient Backpropagation Stochastic Gradient Descent All algorithms permit the use of regular or Nesterov-style momentum as well. The source code for downhill lives
Pythonを使って最適化計算するための方法色々。 - Pythonで学ぶ金融工学
2014-08-29 Pythonを使って最適化計算するための方法色々。 最適化計算 Python 数学 Pythonを使ったポートフォリオの最適化計算。 Pythonで金融工学を学ぶところの当ブログでは、これまで、Pythonを使ってポートフォリオの最適化計算を行うための方法論を検討して参りました。複数資産から構成されるポートフォリオの期待リターンとボラティリティを算出するところまできましたが、ここで最適化計算を行う必要性に迫られているところです。 Pythonで複数資産から構成されるポートフォリオの期待リターンとボラティリティを算出する。 - Pythonで学ぶ金融工学 最適化計算は数学における一分野を築くものでありますので、浅学非才の身であるわたくしにとっては、大きく、難しい問題です。そこで、最適化計算をしてくれるライブラリやツールを探して、使えそうなものがあるか検討してみました。
1
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
skopt API documentation
