Process / pipeline

बेयसियन ऑप्टिमाइजेशन — अनुक्रमिक मॉडल-आधारित हाइपरपैरामीटर ट्यूनिंग

बेयसियन ऑप्टिमाइजेशन एक अनुक्रमिक, मॉडल-आधारित रणनीति है जिसका उपयोग महंगी ब्लैक-बॉक्स फ़ंक्शंस के इष्टतम को यथासंभव कम मूल्यांकन के साथ खोजने के लिए किया जाता है। मोकस (1975) के काम में निहित और स्नोक, लारोचेल और एडम्स (2012) द्वारा मुख्यधारा की मशीन-लर्निंग प्रथा में लाया गया, यह पिछले अवलोकनों के लिए एक संभाव्य सरोगेट मॉडल — आमतौर पर एक गाऊसी प्रक्रिया — को फिट करता है और यह तय करने के लिए एक अधिग्रहण फ़ंक्शन का उपयोग करता है कि आगे कहाँ जांच करनी है, अज्ञात क्षेत्रों की खोज को आशाजनक क्षेत्रों के शोषण के साथ संतुलित करता है।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

The neighbourhood of related methods — select a node to explore.

+9 more

स्रोत

  1. Snoek, J., Larochelle, H., & Adams, R.P. (2012). Practical Bayesian Optimization of Machine Learning Algorithms. Advances in Neural Information Processing Systems (NeurIPS), 25. link
  2. Frazier, P.I. (2018). A Tutorial on Bayesian Optimization. arXiv:1807.02811. link

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 1). Bayesian Optimization (Hyperparameter Tuning). ScholarGate. https://scholargate.app/hi/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.

Compare side by side

इनमें संदर्भित

ScholarGateBayesian Optimization (Bayesian Optimization (Hyperparameter Tuning)). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/optimization/bayesian-optimization · डेटासेट: https://doi.org/10.5281/zenodo.20539026