Bayesovská optimalizácia — Sekvenčné modelovo založené ladenie hyperparametrov
Bayesovská optimalizácia je sekvenčná, modelovo založená stratégia na nájdenie optima nákladných čiernych funkcií s čo najmenším počtom vyhodnotení. Vychádzajúc z práce Mockusa (1975) a uvedená do hlavného prúdu praxe strojového učenia Snoekom, Larochelleom a Adamsom (2012), prispôsobuje pravdepodobnostný náhradný model — typicky Gaussov proces — minulým pozorovaniam a používa akvizičnú funkciu na rozhodnutie, kde ďalej skúmať, pričom vyvažuje prieskum neznámych oblastí s využitím sľubných.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Zdroje
Ako citovať túto stránku
ScholarGate. (2026, June 1). Bayesian Optimization (Hyperparameter Tuning). ScholarGate. https://scholargate.app/sk/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.
- Neúrové vyhľadávanie architektúryHlboké učenie↔ compare
- Stochastická optimalizáciaOptimalizácia↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →