European Data Science Community

Encore un event Boost Your Skills et cette fois pour parler Machine Learning : Comment optimiser les modèles de Machine Learning ?

L’optimisation des modèles de Machine Learning est un des principaux enjeux pour un Data Scientist.

L'objectif est surtout d'obtenir de meilleures performances et d'augmenter la précision du modèle, en particulier dans des secteurs où les erreurs peuvent avoir un réel impact.

On parle notamment d'optimisation des hyper-paramètres.

Il existe plusieurs méthodes d'optimisation. Nous avons des techniques “classiques” avec les méthodes par grilles, faciles à mettre en place, mais qui présentent leurs limites.

Ensuite nous avons les méthodes bayésiennes, où l'on capitalise sur les expérimentations précédentes pour s'orienter vers les bonnes valeurs.

Contrairement aux précédentes méthodes qui évaluent chaque expérimentation de manière indépendante, l'optimisation bayésienne est vu comme LA méthode de choix pour les modèles longs à entraîner.

Il s’agit d’un sujet clé pour gagner en efficacité.

Voici le plan du Workshop :

✔️ Présentation des méthodes de recherche par grille

✔️ Présentation des méthodes bayésiennes

✔️ Lien avec l’AutoML

✔️ Cas d'application

Etc … 🖥

L’optimisation en Machine Learning n’aura plus aucun secret pour toi suite à cet event.

Blent Family 🔹

Encore un event Boost Your Skills et cette fois pour parler Machine Learning : Comment optimiser les modèles de Machine Learning ?

L’optimisation des modèles de Machine Learning est un des principaux enjeux pour un Data Scientist.

L'objectif est surtout d'obtenir de meilleures performances et d'augmenter la précision du modèle, en particulier dans des secteurs où les erreurs peuvent avoir un réel impact.

On parle notamment d'optimisation des hyper-paramètres.

Il existe plusieurs méthodes d'optimisation. Nous avons des techniques “classiques” avec les méthodes par grilles, faciles à mettre en place, mais qui présentent leurs limites.

Ensuite nous avons les méthodes bayésiennes, où l'on capitalise sur les expérimentations précédentes pour s'orienter vers les bonnes valeurs.

Contrairement aux précédentes méthodes qui évaluent chaque expérimentation de manière indépendante, l'optimisation bayésienne est vu comme LA méthode de choix pour les modèles longs à entraîner.

Il s’agit d’un sujet clé pour gagner en efficacité.

Voici le plan du Workshop :

✔️ Présentation des méthodes de recherche par grille

✔️ Présentation des méthodes bayésiennes

✔️ Lien avec l’AutoML

✔️ Cas d'application

Etc … 🖥

L’optimisation en Machine Learning n’aura plus aucun secret pour toi suite à cet event.

Blent Family 🔹

Encore un event Boost Your Skills et cette fois pour parler Machine Learning : Comment optimiser les modèles de Machine Learning ?

L’optimisation des modèles de Machine Learning est un des principaux enjeux pour un Data Scientist.

L'objectif est surtout d'obtenir de meilleures performances et d'augmenter la précision du modèle, en particulier dans des secteurs où les erreurs peuvent avoir un réel impact.

On parle notamment d'optimisation des hyper-paramètres.

Il existe plusieurs méthodes d'optimisation. Nous avons des techniques “classiques” avec les méthodes par grilles, faciles à mettre en place, mais qui présentent leurs limites.

Ensuite nous avons les méthodes bayésiennes, où l'on capitalise sur les expérimentations précédentes pour s'orienter vers les bonnes valeurs.

Contrairement aux précédentes méthodes qui évaluent chaque expérimentation de manière indépendante, l'optimisation bayésienne est vu comme LA méthode de choix pour les modèles longs à entraîner.

Il s’agit d’un sujet clé pour gagner en efficacité.

Voici le plan du Workshop :

✔️ Présentation des méthodes de recherche par grille

✔️ Présentation des méthodes bayésiennes

✔️ Lien avec l’AutoML

✔️ Cas d'application

Etc … 🖥

L’optimisation en Machine Learning n’aura plus aucun secret pour toi suite à cet event.

Blent Family 🔹

Encore un event Boost Your Skills et cette fois pour parler Machine Learning : Comment optimiser les modèles de Machine Learning ?

L’optimisation des modèles de Machine Learning est un des principaux enjeux pour un Data Scientist.

L'objectif est surtout d'obtenir de meilleures performances et d'augmenter la précision du modèle, en particulier dans des secteurs où les erreurs peuvent avoir un réel impact.

On parle notamment d'optimisation des hyper-paramètres.

Il existe plusieurs méthodes d'optimisation. Nous avons des techniques “classiques” avec les méthodes par grilles, faciles à mettre en place, mais qui présentent leurs limites.

Ensuite nous avons les méthodes bayésiennes, où l'on capitalise sur les expérimentations précédentes pour s'orienter vers les bonnes valeurs.

Contrairement aux précédentes méthodes qui évaluent chaque expérimentation de manière indépendante, l'optimisation bayésienne est vu comme LA méthode de choix pour les modèles longs à entraîner.

Il s’agit d’un sujet clé pour gagner en efficacité.

Voici le plan du Workshop :

✔️ Présentation des méthodes de recherche par grille

✔️ Présentation des méthodes bayésiennes

✔️ Lien avec l’AutoML

✔️ Cas d'application

Etc … 🖥

L’optimisation en Machine Learning n’aura plus aucun secret pour toi suite à cet event.

Blent Family 🔹