超参数调优和优化是AutoML领域的强大工具，无论是传统的统计学习模型还是深度学习。有许多现有工具可以帮助推动这个过程，包括黑盒和白盒调优。在这次演讲中，我们将首先简要介绍最流行的超参数调优技术(例如，网格搜索、随机搜索、贝叶斯优化和parzen估计器)，然后讨论实现这些技术的开源工具。bob下载地址最后，我们将讨论如何利用MLflow和这些工具和技术来分析我们的搜索是如何执行的，并生成最佳模型。
Joseph Bradley是Databricks的高级解决方案架构师，专注于机器学习，也是Apache Spark提交者和PMC成员。此前，他在卡内基梅隆大学获得机器学习博士学位后，曾在Databricks担任软件工程师，并在加州大学伯克利分校担任博士后。