서울대학교 빅데이터 지식정보플랫폼
전체 메뉴
AI 검색
최근 확인한 콘텐츠
22건 더보기
loading...
반출리포트 생성
논문 목록
기계학습 옵티마이저 성능 평가
저자
주기훈, 박치현, 임현승
학술지명
전기전자학회논문지
출판/발행연도
2020
주제
요약
본 연구는 다양한 데이터셋(MNIST, CIFAR-10, IRIS, TITANIC, Boston Housing Price)에서 9가지 기계학습 옵티마이저(SGD, Momentum, NAG, AdaGrad, RMSProp, AdaDelta, Adam, AdaMax, Nadam)의 성능을 비교 분석하였다. 실험 결과, Adam과 Nadam이 손실 함수 감소 속도와 F1 score 측면에서 가장 우수한 성능을 보였으며, AdaMax는 불안정하고 AdaDelta는 수렴 속도가 느린 것으로 나타났다.
연관 콘텐츠
LikeSNU에서 의미기반으로 분석하여 연관된 자료를 추천해드립니다.
-
(AutoML 창시자가 알려주는) 자동머신러닝
-
Algorithmics : theory and practice
-
파이썬으로 구현하는 고급 머신 러닝 : 딥러닝을 포함한 최신 고급 머신 러닝 기술과 파이썬 활용
-
Optimisation, econometric, and financial analysis
-
기계학습을 위한 선형대수 및 최적화
-
Optimization for robot modelling with MATLAB
-
Machine learning under a modern optimization lens
-
Computational economics and econometrics
-
Machine learning under a modern optimization lens
-
HPLC made to measure : a practical handbook for optimization
-
Performance improvement methods : fighting the war on waste
-
Multi-Criteria Decision-Making and Optimum Design with Machine Learning : A Practical Guide
-
Networks of learning automata : techniques for online stochastic optimization
-
Statistics of financial markets : exercises and solutions
-
미디어 인공지능 : 영상 분야의 딥러닝 활용을 중심으로
-
AutoML 인 액션 : AutoKeras와 KerasTuner로 머신러닝 파이프라인 최적화하기
-
Optimization in practice with MATLAB for engineering students and professionals
-
Learning automata and stochastic optimization
-
Econometric theory and practice : frontiers of analysis and applied research
-
Optimization and nonsmooth analysis
이전
다음
이전
다음
이전
다음