Evolucijski algoritmi z večstarševskim križanjem za optimizacijo hiperparametrov modelov strojnega učenjaPetkovšek, Gal (Avtor) Robič, Borut (Mentor) evolucijski algoritmihiperparametrivečstarševsko križanjeoptimizacijaVečina modelov strojnega učenja ima hiperparametre, ki posredno vplivajo na natančnost napovedi. Pogosti pristopi za optimizacijo hiperparametrov so iskanje po mreži, naključno iskanje ali iskanje z evolucijskimi algoritmi. V tem diplomskem delu smo raziskali, kako uporaba večstarševskih križanj v evolucijskih algoritmih za ta problem vpliva na kvaliteto najdene rešitve. Za ta namen je bil razvit evolucijski algoritem, primeren za reševanje problema optimizacije hiperparametrov. V testih je algoritem našel boljše rešitve od iskanja po mreži in naključnega iskanja. Med večstarševskimi križanji se je najbolj izkazalo diagonalno križanje, katerega končni rezultati so bili nekoliko boljši od k-točkovnega križanja. Kljub temu v splošnem ne moremo trditi, da je za ta problem večstarševski pristop boljši od klasičnega.20212021-01-14 14:10:00Diplomsko delo/naloga124301sl