HYPE

En apprentissage automatique, les praticiens ont du mal à régler les hyperparamètres des algorithmes d’optimisation lors de l’entraînement des modèles. En effet, le réglage des hyperparamètres est crucial pour obtenir de bonnes performances du modèle, car l'entraînement en dépend fortement. Pour améliorer l'entraînement des modèles, ce projet vise à concevoir les premiers algorithmes capables d'ajuster automatiquement et dynamiquement tous les hyperparamètres pendant l'exécution.