Bayesian Optimization with Python

3.7
звезд
Оценки: 7
от партнера
Coursera Project Network
В этом Проект с консультациями вы:

Define objective function of Bayesian optimization

Implement Bayesian Optimization

Use Bayesian Optimization and GPyOpt in your projects

Clock2 hours
IntermediateУчащийся среднего уровня
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

In this guided project you will get familiar with the basics of Bayesian optimization and Implement Bayesian optimization algorithm process and use it in a machine learning project, We will consider function optimization task and also Hyperparameters tuning using Bayesian optimization and GPyOpt library. Bayesian optimization is a nice topic, whether you want to do a high dimensional or a computationally expensive optimization it's efficient. By the end of this project you will be able to understand and start applying Bayesian optimization in your machine learning projects.

Навыки, которые вы получите

Bayesian OptimizationPython ProgrammingMachine LearningGpyOpt

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Define Objective function - One Dimensional Case

  2. Optimize 1-D Objective function using GPyopt

  3. Define Objective function - Two Dimensional Case

  4. Optimize 2-D Objective function using GPyopt

  5. Using Bayesian Optimization in Machine Learning

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.