Hyperparameter Tuning (Hiperparametre Optimizasyonu)

Hiperparametre Optimizasyonu (Tuning), makine öğrenimi modelinin eğitim süreci başlamadan ÖNCE veri bilimciler veya mühendisler tarafından manuel olarak ayarlanan kontrol düğmelerinin (Hiperparametreler), modelin en yüksek doğruluğa ulaşmasını sağlayacak en kusursuz kombinasyonunun aranması ve bulunması işlemidir.

Hiperparametre Optimizasyonu (Tuning), makine öğrenimi modelinin eğitim süreci başlamadan ÖNCE veri bilimciler veya mühendisler tarafından manuel olarak ayarlanan kontrol düğmelerinin (Hiperparametreler), modelin en yüksek doğruluğa ulaşmasını sağlayacak en kusursuz kombinasyonunun aranması ve bulunması işlemidir.

tune Radyo Frekansı Metaforu

Ağırlıklar ve sapmalar (Parameters) modelin kendi kendine öğrendiği şeylerdir; radyo spikerinin sesidir. Hiperparametreler ise sizin radyoda en temiz sesi (minimum hata) yakalamak için çevirdiğiniz arama düğmesidir. Öğrenme Hızı (Learning Rate), ağın katman sayısı (Hidden Layers), ağaç derinliği veya Dropout oranı gibi ayarlar birer hiperparametredir.

Tuning Yöntemleri

grid_on Grid Search

Olası tüm ayar kombinasyonlarının denendiği kaba kuvvet yöntemidir. Kesin sonucu bulur ama çok zaman ve bilgisayar gücü harcar.

shuffle Random Search

Kombinasyonları rastgele dener. İstatistiksel olarak Grid Search'ten çok daha kısa sürede 'yeterince iyi' sonucu bulduğu kanıtlanmıştır.

model_training Bayesian Optimization

Önceki denemelerin başarısına veya başarısızlığına bakarak bir sonraki adımda denenecek akıllı ve mantıklı ayarları seçen gelişmiş yöntemdir.