Recomendados
Mais conteúdo relacionado
Destaque
Destaque (11)
Semelhante a ParamTuner 東京Node学園#8
Semelhante a ParamTuner 東京Node学園#8 (19)
ParamTuner 東京Node学園#8
- 3. me ✓Data Science ✓DataVisualization ✓working @ Nifty 13年4月25日木曜日
- 6. Strategy ✓現在実装済みなのは、Greedyのみ ✓ つまりランダムで施行して良い結果を選択 ✓GeneralizeLinearModel(線形モデル)は間に 合いませんでした m( _ _ )m ✓ サンプル点からモデルを作成し、極小点を探索 する戦略 13年4月25日木曜日
- 7. Param Tuner bin { "params": { "alpha": { "range": [0, 1] } }, "command": "echo $RANDOM", "report": { "type": "json", "filename": "./report.json" } } plan.json 13年4月25日木曜日
- 8. Param Tuner bin % ./bin/tuner -‐p ./example/plan.json 13年4月25日木曜日
- 9. Param Tuner { "time": { "begin": "2013-‐04-‐24T19:15:58.559Z", "end": "2013-‐04-‐24T19:15:58.628Z" }, "results": { "best": { "cost": 3164, "params": { "alpha": 0.5529168925713748 } }, "iteration": [ { "params": { "alpha": 0.20574524416588247 }, "cost": 19094 }, { "params": { "alpha": 0.5529168925713748 report.json 13年4月25日木曜日
- 10. Param Tuner bin { "params": { "alpha": { "range": [0, 1] } }, "command": "echo $RANDOM", "report": { "type": "json", "filename": "./report.json" } } plan.json パラメタ空間の定義 13年4月25日木曜日
- 11. Param Tuner bin { "params": { "alpha": 3.5, // const "beta": { "range": [0, 10] // range [begin, end] }, "gamma": { "enum": [1, 3, 6, 9] // enumerate [items] } } } params 13年4月25日木曜日
- 12. Param Tuner bin { "params": { "alpha": { "range": [0, 1] } }, "command": "./command.js", "report": { "type": "json", "filename": "./report.json" } } plan.json 外部jsを利用することもできます 通常のmoduleと同様 exports してください 13年4月25日木曜日
- 13. Param Tuner module ✓moduleとして利用するときにはいくつか の機能を利用できます ✓prepare ✓ 施行探索前に実施する(データのロードなど) ✓env ✓ 施策ごとに環境を変えることができる ✓ サーバのポートなど 13年4月25日木曜日
- 14. Param Tuner module Tuner = require 'paramtuner' tuner = new Tuner # 施行ごとに繰り返される処理を記述 command: (env, params, next)-‐> # なんか処理してcostが求まる costなので小さいほうが良い next(null, cost) # 探索するパラメタ空間を定義 params: alpha: range: [0, 10] beta: range: [0, 10] # 探索前に処理しておく内容を記述 command内のenv.$topicで取り出すことが可能 prepare: (done)-‐> done null, {data: [0, 1, 2, 3, 4]} # 実際にはdbから取得など Usage 13年4月25日木曜日
- 15. Param Tuner module Tuner = require 'paramtuner' tuner = new Tuner # ~中略~ # 施行ごとに異なる環境を提供する場合 以下の場合、5000から1つずつ上げていく # envで返される関数が毎回実行される commandの第1引数から取得可能 env: ()-‐> port = 5000 ()-‐> { port: port++ } # 探索後の処理 例えば、最適なパラメタでWebサーバ起動など done: (err, results, time)-‐> best = results.best # best.params を使って処理 console.log "best cost is #{best.cost}" tuner.start() Usage 13年4月25日木曜日
- 16. Param Tuner module ✓Todo ✓ Strategyの追加 ❖ 特に一般線形モデル作ったら気持ちよさそう ✓ grunt-contrib-tuning (現在はやっつけ) ❖ このmoduleを利用した形に変更する ❖ さっきやりました 13年4月25日木曜日
- 17. grunt-contrib-tuning ✓gruntで使えます！ ✓multitask tuning: # required: tuning case name test: # required: tuning parameter list params: alpha: range: [0, 1] beta: range: [5, 10] gamma: range: [10, 100] prepare: (next)-‐> next null, {hoge: 'fuga'} # optional: if define this method, it passed to `command` env: ()-‐> port = 10000 13年4月25日木曜日
- 18. grunt-contrib-tuning ✓test: simplemocha ✓document: docco ✓coverage: coffee-coverage 13年4月25日木曜日
- 19. grunt-contrib-tuning ✓test: simplemocha ✓document: docco ✓coverage: coffee-coverage ✓tuning: paramtuner 13年4月25日木曜日
- 20. 時間が余ったら ✓Series.js ✓系列データに特化したモジュールを作って います(誰得) ✓ R, pandas, Octave, Matlab... 13年4月25日木曜日
- 21. Series.js ✓sum ✓mean ✓variance ✓stdev ✓covariance ✓correlation ✓autocovariance ✓autocorrelation ✓moving average ✓moving variance ✓arima (現在はarのみ) ✓t-test ✓smoothing ✓lag ✓dif TODO: ✓arima ✓spectrum ✓fourier transfer 13年4月25日木曜日
- 22. Series.js Series = require 'series.js' expect(Series.sum([0..10])).to.be.equal(55) series = new Series({bufsize: 10, discount: 0.8}).x((d)-‐> d.time).y((d)-‐> d.val) series.push({time: new Date(2013,0,1), val: 1}) series.push({time: new Date(2013,0,2), val: 2}) series.push({time: new Date(2013,0,3), val: 3}) series.push({time: new Date(2013,0,4), val: 4}) expect(series.mean()).to.be.equal(1.6384) # 正確には 2.5 # discountを変更することで、最新値と過去の重みを変更 13年4月25日木曜日