Description
Hyperparameters are manual, often hard-coded, settings in programming. Some examples are selection of optimizers or learning rates in data science, database performance tuning, or video compression settings. These values and choices may seem incidental to the programming task, but can be extremely important for performance. Tuning them to find the right values can be difficult and time-consuming. This talk introduces Optuna, an open-source, eager interface, Python framework that automates the process of tuning hyperparameters using blackbox optimization, and highlights the new features and integration modules for other open-source projects available in v1.0.
ハイパーパラメータとは、プログラミングにおける手動の設定のことで、多くの場合はハードコーディングされています。例としては、データサイエンスにおけるオプティマイザや学習率の選択、データベースのパフォーマンスチューニング、動画圧縮の設定などがあります。これらの値や選択は、プログラミングのタスクには付随的に見えるかもしれませんが、パフォーマンスにとっては非常に重要です。これらの値をチューニングして正しい値を見つけるのは難しく、時間のかかる作業です。この講演では、ブラックボックス最適化を使用してハイパーパラメータのチューニングプロセスを自動化する、オープンソースのイーガーインターフェース、PythonフレームワークであるOptunaを紹介し、v1.0で利用可能になった他のオープンソースプロジェクトの新機能と統合モジュールをハイライトします。