MENU
  • トップページ
  • 流体
    • 圧力損失をやさしく解説
    • 圧損計算ツールまとめ
    • レイノルズ数 計算ツール
    • 流体の密度・粘度一覧表
  • 熱伝導
    • ヒーター上の角材
  • 燃料電池
    • 電流から必要ガス計算
    • 電圧を計算・可視化
  • データ分析
    • XGBoostとは?
    • SHAPとは?
  • プロフィール
  • プライバシーポリシー
工学計算ツール集
  • トップページ
  • 流体
    • 圧力損失をやさしく解説
    • 圧損計算ツールまとめ
    • レイノルズ数 計算ツール
    • 流体の密度・粘度一覧表
  • 熱伝導
    • ヒーター上の角材
  • 燃料電池
    • 電流から必要ガス計算
    • 電圧を計算・可視化
  • データ分析
    • XGBoostとは?
    • SHAPとは?
  • プロフィール
  • プライバシーポリシー
工学計算ツール集
  • トップページ
  • 流体
    • 圧力損失をやさしく解説
    • 圧損計算ツールまとめ
    • レイノルズ数 計算ツール
    • 流体の密度・粘度一覧表
  • 熱伝導
    • ヒーター上の角材
  • 燃料電池
    • 電流から必要ガス計算
    • 電圧を計算・可視化
  • データ分析
    • XGBoostとは?
    • SHAPとは?
  • プロフィール
  • プライバシーポリシー
  1. ホーム
  2. データ分析
  3. 最適化

最適化– category –

データ分析最適化
  • 最適化

    Optunaとは?機械学習のハイパーパラメータ最適化を自動化するライブラリを解説

    はじめに 機械学習モデルの精度は、アルゴリズムだけでなくハイパーパラメータの設定によって大きく変わります。 例えばXGBoostでは、 max_depth(木の深さ) learning_rate(学習率) n_estimators(木の本数) などの設定が予測精度に影響します。しかし...
    2026年6月24日
1
カテゴリー
  • 流体力学 (15)
    • 計算ツール (9)
    • 圧損 (9)
    • 流体物性 (2)
    • 基礎知識 (7)
    • その他 (1)
  • 熱・伝熱工学 (2)
    • 熱伝導 (2)
    • 計算ツール (2)
  • 電池 (4)
    • 計算ツール (2)
    • 燃料電池 (4)
  • データ分析 (3)
    • 機械学習 (2)
    • 最適化 (1)

Recent Posts

  • Optunaとは?機械学習のハイパーパラメータ最適化を自動化するライブラリを解説
  • SHAPとは?機械学習モデルの予測結果を説明する手法をわかりやすく解説
  • XGBoostとは?製造業のデータ分析で人気の機械学習手法をわかりやすく解説
  • 【金型の加熱・冷却時間を手軽に評価】簡易シミュレーションツールを公開しました
  • 【1次元非定常熱伝導】ヒーター上の角材の温度変化をシミュレーション|材質選択とグラフ表示つきツール

Recent Comments

表示できるコメントはありません。

Archives

  • 2026年6月
  • 2025年12月
  • 2025年10月
  • 2025年9月
  • 2025年8月
  • 2025年7月