> ## Documentation Index
> Fetch the complete documentation index at: https://wb-21fd5541-dbrian-docs-serverless-training-quickstart.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> 더 자세히 알아볼 수 있도록 학술 논문, 예시 리포트, 튜토리얼, 그리고 Sweeps GitHub 저장소 링크를 확인하세요.

# Sweeps에 대해 더 알아보기

<div id="academic-papers">
  ### 학술 논문
</div>

Li, Lisha, et al. "[Hyperband: 하이퍼파라미터 최적화를 위한 새로운 밴딧 기반 방법.](https://arxiv.org/pdf/1603.06560.pdf)" *The   Journal of Machine Learning Research* 18.1 (2017): 6765-6816.

<div id="sweep-experiments">
  ### Sweep Experiments
</div>

다음 W\&B Reports는 W\&B Sweeps를 사용해 하이퍼파라미터 최적화를 탐색하는 프로젝트 예시를 보여줍니다.

* [Drought Watch Benchmark Progress](https://wandb.ai/stacey/droughtwatch/reports/Drought-Watch-Benchmark-Progress--Vmlldzo3ODQ3OQ)
  * 설명: 베이스라인을 개발하고 Drought Watch 벤치마크 제출 결과를 탐색합니다.
* [Tuning Safety Penalties in Reinforcement Learning](https://wandb.ai/safelife/benchmark-sweeps/reports/Tuning-Safety-Penalties-in-Reinforcement-Learning---VmlldzoyNjQyODM)
  * 설명: 패턴 생성, 패턴 제거, 내비게이션의 세 가지 작업에서 서로 다른 부작용 페널티로 학습된 agent를 살펴봅니다.
* [Meaning and Noise in Hyperparameter Search with W\&B](https://wandb.ai/stacey/pytorch_intro/reports/Meaning-and-Noise-in-Hyperparameter-Search--Vmlldzo0Mzk5MQ) [Stacey Svetlichnaya](https://wandb.ai/stacey)
  * 설명: 신호와 파레이돌리아(상상 속 패턴)를 어떻게 구분할 수 있을까요? 이 글은 W\&B로 무엇이 가능한지 보여주고, 더 깊이 탐색해 보도록 영감을 주는 것을 목표로 합니다.
* [Who is Them? Text Disambiguation with Transformers](https://wandb.ai/stacey/winograd/reports/Who-is-Them-Text-Disambiguation-with-Transformers--VmlldzoxMDU1NTc)
  * 설명: 자연어 이해를 위한 모델을 탐색하기 위해 Hugging Face를 사용합니다.
* [DeepChem: Molecular Solubility](https://wandb.ai/stacey/deepchem_molsol/reports/DeepChem-Molecular-Solubility--VmlldzoxMjQxMjM)
  * 설명: 랜덤 포레스트와 딥 네트워크를 사용해 분자 구조로부터 화학적 특성을 예측합니다.
* [Intro to MLOps: Hyperparameter Tuning](https://wandb.ai/iamleonie/Intro-to-MLOps/reports/Intro-to-MLOps-Hyperparameter-Tuning--VmlldzozMTg2OTk3)
  * 설명: 하이퍼파라미터 최적화가 왜 중요한지 살펴보고, 머신 러닝 모델의 하이퍼파라미터 튜닝을 자동화하는 세 가지 알고리즘을 알아봅니다.

<div id="selfm-anaged">
  ### 셀프 관리형
</div>

다음 사용 방법 가이드에서는 W\&B로 실제 문제를 해결하는 방법을 보여줍니다:

* [XGBoost와 함께 사용하는 Sweeps ](https://github.com/wandb/examples/blob/master/examples/wandb-sweeps/sweeps-xgboost/xgboost_tune.py)
  * 설명: XGBoost를 사용해 하이퍼파라미터를 튜닝할 때 W\&B Sweeps를 사용하는 방법.

<div id="sweep-github-repository">
  ### Sweep GitHub 저장소
</div>

W\&B는 오픈 소스를 지향하며 커뮤니티의 기여를 환영합니다. [W\&B Sweeps GitHub 저장소](https://github.com/wandb/sweeps)에서 확인할 수 있습니다. W\&B 오픈 소스 저장소에 기여하는 방법에 대한 자세한 내용은 W\&B GitHub의 [기여 가이드라인](https://github.com/wandb/wandb/blob/main/CONTRIBUTING.md)을 참조하세요.