这本开放存取的书提供了大量的实践示例，说明了如何在实践中应用超参数调优，并对机器学习(ML)和深度学习(DL)方法的工作机制提供了深入的见解。本书的目的是让读者能够使用这里描述的方法，以更少的时间、成本、精力和资源取得更好的结果。本书中的案例可以在普通的台式电脑或笔记本电脑上运行。不需要高性能计算设施。
编写这本书的想法源于Bartz & Bartz GmbH为德国联邦统计局(Destatis)进行的一项研究。在该研究的基础上，这本书是针对行业从业者以及研究人员，教师和学生在学术界。内容集中在ML和DL算法的超参数调整，并分为两个主要部分:理论(第一部分)和应用(第二部分)。涉及的基本主题包括:重要模型参数的调查;四项参数调优研究和一项广泛的全局参数调优研究;基于严重性的ML和DL方法性能统计分析以及一种新的、基于共识排序的方法来汇总和分析来自多个算法的结果。本书对6种相关的ML和DL方法的30多个超参数进行了分析，并提供了源代码，以便用户可以重现结果。因此，它可以作为一本手册和教科书。
https://link.springer.com/book/10.1007/978-981-19-5170-1
专知便捷查看
便捷下载，请关注专知公众号（点击上方蓝色专知关注）
专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！
欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！点击“阅读原文”，了解使用专知，查看获取100000+AI主题知识资料
