বেয়েশিয়ান অপ্টিমাইজেশান — হাইপারপ্যারামিটার টিউনিং-এর জন্য অনুক্রমিক মডেল-ভিত্তিক পদ্ধতি

বেয়েশিয়ান অপ্টিমাইজেশান হলো একটি অনুক্রমিক, মডেল-ভিত্তিক কৌশল যা যথাসম্ভব কম মূল্যায়নের মাধ্যমে ব্যয়বহুল ব্ল্যাক-বক্স ফাংশনের সর্বোত্তম মান খুঁজে বের করার জন্য ব্যবহৃত হয়। Mockus (1975) এর কাজের উপর ভিত্তি করে এবং Snoek, Larochelle, ও Adams (2012) এর মাধ্যমে মূলধারার মেশিন লার্নিং অনুশীলনে পরিচিতি লাভ করা এই পদ্ধতিটি পূর্ববর্তী পর্যবেক্ষণগুলোর উপর ভিত্তি করে একটি সম্ভাব্যতাযুক্ত সারোগেট মডেল — সাধারণত একটি গাউসিয়ান প্রসেস — তৈরি করে এবং পরবর্তী অনুসন্ধানের স্থান নির্ধারণের জন্য একটি অ্যাকুইজিশন ফাংশন ব্যবহার করে, যা অজানা অঞ্চলগুলির অনুসন্ধান এবং সম্ভাবনাময় অঞ্চলগুলির ব্যবহারের মধ্যে ভারসাম্য বজায় রাখে।