Bayesiläinen optimointi — Hyperparametrien virityksen mallipohjainen sekvenssimenetelmä
Bayesiläinen optimointi on sekvenssipohjainen, mallipohjainen strategia kalliiden mustan laatikon funktioiden optimin löytämiseksi mahdollisimman vähillä arvioinneilla. Mockusin (1975) työhön perustuva ja Snoekin, Larochellen ja Adamsin (2012) valtavirran koneoppimiskäytäntöön tuoma menetelmä sovittaa todennäköisyysmallin — tyypillisesti Gaussin prosessin — aiempien havaintojen perusteella ja käyttää hankintafunktiota päättääkseen, mihin seuraavaksi tutkitaan, tasapainottaen tuntemattomien alueiden tutkimista lupaavien alueiden hyödyntämisellä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Lähteet
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Bayesian Optimization (Hyperparameter Tuning). ScholarGate. https://scholargate.app/fi/optimization/bayesian-optimization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- NeuraaliarkkitehtuurihakuSyväoppiminen↔ compare
- Stokastinen optimointiOptimointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →