Projet de Statistique bayésienne autour de l'article:
- Jasper Snoek, Hugo Larochelle, and Ryan P Adams. "Practical Bayesian optimization of machine learning algorithms". In Advances in neural information processing systems, 2012.
Pour utiliser le noteboook, ci-joint il faut avoir les packages de Python disponibles suivants sur son ordinateur:
- numpy
- matplotlib
- sklearn
- scipy
Le but de ce notebook est de trouver les hyperparamètres optimaux de divers algorithmes de machines learning (ici disponibles sur sklearn) en fonction des données disponibles.Pour cela on utilise de l'optimisation bayésienne qui, en fonction des données, optimisera de façon différente plusieurs algorithmes de machine learning. Dans ce notebook, on peut de visualiser plusieurs cas de machine learning (SVM et SGD) avec des différents types de datasets.
Voir le notebook pour plus de détails sur l'étude et l'implémentation en Python.