あらまし
|
本文PDFファイルを閲覧するには，ログインする必要があります. 左メニューよりログインして下さい. |
|
機械学習におけるハイパパラメータ最適化手法：概要と特徴 尾崎 嘉彦 野村 将寛 大西 正輝 誌名 電子情報通信学会論文誌 D Vol.J103-D No.9 pp.615-631 発行日: 2020/09/01 早期公開日: 2020/05/14 Online ISSN: 1881-0225 DOI: 10.14923/transinfj.2019JDR0003 論文種別: サーベイ論文 専門分野: 情報・システム基礎 キーワード: ハイパパラメータ最適化, ブラックボックス最適化, グレーボックス最適化, 機械学習, 本文: FreePDF(2.7MB) あらまし: ハイパパラメータ最適化は，機械学習モデルのチューニングを自動化するための実用的な技術である．本論文は，ハイパパラメータ最適化に関心のある周辺分野の研究者及び，それを実務に活用しようとするエンジニアに向けた，ハイパパラメータ最適化手法の実用に焦点を当てたサーベイである．本サーベイの目的は，ハイパパラメータ最適化手法を概説し，各手法のもつ特徴や適切な使い分けについて整理し，見通しの良い形で読者に知識を共有することである．本サーベイは，序章と終章を除いて四つの節から構成される．まずはじめに，2. においてハイパパラメータ最適化の基礎知識について解説する．その後，3. でハイパパラメータ最適化において標準的であるブラックボックス最適化，4. で近年のトレンドであるグレーボックス最適化について順に解説する．最後に，5. では逐次評価回数の上限値，並列計算リソース，ハイパパラメータの種類の観点から，状況ごとに個別に議論を行い，適切な最適化手法選択のガイドラインを与える． | |||||
|
