اکسپرس 24
ترجمه فارسی مقاله از بیش‌برازش با بهینه‌سازی فراپارامتری آگاه باشید!

ترجمه فارسی مقاله از بیش‌برازش با بهینه‌سازی فراپارامتری آگاه باشید!

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Be aware of overfitting by hyperparameter optimization!
عنوان مقاله به فارسی از بیش‌برازش با بهینه‌سازی فراپارامتری آگاه باشید!
نویسندگان Igor V. Tetko, Ruud van Deursen, Guillaume Godin
فرمت مقاله انگلیسی PDF
تعداد صفحات 19
دسته بندی موضوعات Machine Learning,Artificial Intelligence,یادگیری ماشین , هوش مصنوعی ,
توضیحات Submitted 30 July, 2024; originally announced July 2024. , Comments: 19 pages, 5 Tables
توضیحات به فارسی ارسال شده 30 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد ، نظرات: 19 صفحه ، 5 جدول

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 760,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Hyperparameter optimization is very frequently employed in machine learning. However, an optimization of a large space of parameters could result in overfitting of models. In recent studies on solubility prediction the authors collected seven thermodynamic and kinetic solubility datasets from different data sources. They used state-of-the-art graph-based methods and compared models developed for each dataset using different data cleaning protocols and hyperparameter optimization. In our study we showed that hyperparameter optimization did not always result in better models, possibly due to overfitting when using the same statistical measures. Similar results could be calculated using pre-set hyperparameters, reducing the computational effort by around 10,000 times. We also extended the previous analysis by adding a representation learning method based on Natural Language Processing of smiles called Transformer CNN. We show that across all analyzed sets using exactly the same protocol, Transformer CNN provided better results than graph-based methods for 26 out of 28 pairwise comparisons by using only a tiny fraction of time as compared to other methods. Last but not least we stressed the importance of comparing calculation results using exactly the same statistical measures.

چکیده به فارسی (ترجمه ماشینی)

بهینه سازی HyperParameter بسیار اغلب در یادگیری ماشین استفاده می شود.با این حال ، بهینه سازی یک فضای بزرگ از پارامترها می تواند منجر به بیش از حد مدل ها شود.در مطالعات اخیر در مورد پیش بینی حلالیت ، نویسندگان هفت مجموعه داده حلالیت ترمودینامیکی و جنبشی را از منابع مختلف داده جمع آوری کردند.آنها از روشهای پیشرفته مبتنی بر نمودار استفاده کردند و مدلهای مقایسه شده برای هر مجموعه داده با استفاده از پروتکل های مختلف تمیز کردن داده ها و بهینه سازی هایپرپارامتر.در مطالعه ما نشان دادیم که بهینه سازی هایپرپارامتر همیشه منجر به مدل های بهتری نمی شود ، احتمالاً به دلیل استفاده بیش از حد هنگام استفاده از همان اقدامات آماری.نتایج مشابه را می توان با استفاده از هایپرپارامترهای از پیش تنظیم شده محاسبه کرد و تلاش محاسباتی را حدود 10،000 بار کاهش داد.ما همچنین با افزودن یک روش یادگیری بازنمایی بر اساس پردازش زبان طبیعی لبخند به نام ترانسفورماتور CNN ، تجزیه و تحلیل قبلی را گسترش دادیم.ما نشان می دهیم که در تمام مجموعه های مورد تجزیه و تحلیل با استفاده از دقیقاً همان پروتکل ، ترانسفورماتور CNN نتایج بهتری نسبت به روشهای مبتنی بر نمودار برای 26 از 28 مقایسه جفت با استفاده از تنها بخش کوچکی از زمان نسبت به سایر روش ها ارائه داد.آخر ، ما بر اهمیت مقایسه نتایج محاسبه با استفاده از دقیقاً همان اقدامات آماری تأکید کردیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.