sorodni izrazi in sinonimi v sodobni slovenščini, hrvaščini in srbščini
Podobnost besed in fraz med rezultati je odvisna od tega, kolikokrat se beseda ali fraza pojavi v podobnem stavčnem kontekstu kot "hiperparametri".
Primeri iz korpusa
Korpus Common Crawl
Common Crawl je korpus spletnih strani
Če pa je vrednost v integralu pozitivna, pričakujemo, da bodo hiperparametri iz x dosegli bojlši rezultat od mejne vrednosti y ∗ .
Za model naključnega gozda so bili hiperparametri določeni s sistematičnim pregledom vseh kombinacij izbranih vrednosti na učni in validacijski množici.
Z določenim algoritmom in pripadajočimi hiperparametri na trenutni iteraciji model naučimo na učni množici in naredimo napovedi na validacijski množici.
Vsak algoritem strojnega učenja ima specifičen nabor nastavitvenih parametrov (imenovanih tudi hiperparametri), katerim je potrebno dodeliti ustrezne vrednosti.
V primeru, da tudi kompleksni modeli z optimalno nastavljenimi hiperparametri ne dosegajo želenih rezultatov, je težava morda v kakovosti učnih podatkov.
V drugi fazi smo izvedli nadaljnje treniranje z izbranimi hiperparametri z namenom ocene vpliva števila epoch na končno uspešnost modela.
To pomeni, da bodo hiperparametri, ki minimizirajo nadomestno funkcijo, dovolj dobro aproksimirali tudi kriterijsko.
Ti parametri, imenovani tudi hiperparametri, določajo obliko modela.
Ta pristop se večkrat ponovi, z različnimi hiperparametri.
Rezultati testiranja za nazaj modela z optimiziranimi hiperparametri in drugih modelov z enakim številom skritih plasti se niso bistveno razlikovali.
Rezultati tako potrjujejo, da izbrani hiperparametri zagotavljajo učinkovito in stabilno učenje tudi pri segmentacijskem modelu.
Različne kombinacije n-gramov sem testiral skupaj s hiperparametri modela.
Pri zasnovi modela hiperparametri opredelijo arhitekturo in način učenja.
Pri uporabi modelov strojnega učenja moramo poznati razliko med njihovimi parametri in hiperparametri.
Pomemben del algoritmov strojnega učenja so tudi hiperparametri.
Polinomski koeficienti regresijske funkcije β so hiperparametri polinomskega regresijskega modela, določeni glede na karakteristiko podatkov.
Poleg ε, α in β so ključni še drugi hiperparametri, ki vplivajo na učenje agenta.
Po končanem učnem ciklu se zopet izmeri čas in tako dobimo hitrost učenja posamezne arhitekture z izbranimi hiperparametri.
Ostali hiperparametri pri obeh funkcijah so bili nastavljeni na privzete vrednosti.
Nepravilno nastavljeni hiperparametri lahko povzročijo prekomerno prileganje, nezadostno prileganje in/ali počasno konvergenco.