ГлавнаяВикиБайесовская оптимизация — Википедия Байесовская оптимизация Основы Байесовской оптимизации Байесовская оптимизация — это метод последовательного проектирования для оптимизации функций черного ящика без функциональных форм. Используется для оптимизации функций с высокой стоимостью оценки, особенно в задачах с ограниченным числом измерений. История и стратегия Термин введен Йонасом Мокусом в 1970-х и 1980-х годах. Применяется для максимизации функций, где набор точек основан на менее чем 20 измерениях и легко оценивается. Целевая функция рассматривается как случайная, а предыдущие оценки используются для формирования апостериорного распределения. Методы и функции сбора данных Используются методы кригинга и оценки дерева Парцена для определения распределений. Функции сбора данных включают вероятность улучшения, ожидаемое улучшение и другие. Применение и оптимизация Байесовская оптимизация применяется в различных областях, включая компьютерную графику, робототехнику и машинное обучение. Методы оптимизации включают численные методы и методы на основе дерева Парцена. Примеры приложений Оптимизация параметров алгоритмов распознавания лиц, таких как HOG, с использованием метода TPE. Применение в других областях, включая многоцелевую оптимизацию и активное обучение. Рекомендации Ссылки на другие методы оптимизации и вероятностные понятия для более глубокого изучения темы. Полный текст статьи: Байесовская оптимизация — Википедия Похожие статьи: Кафе (программное обеспечение) — Википедия Масштабирование функций — Википедия Выпуклая оптимизация — Википедия Выпуклая оптимизация — Википедия Скорость обучения — Википедия Многокритериальная оптимизация — Википедия Многопрофильная оптимизация дизайна — Википедия Оптимизация на основе моделирования — Википедия Стохастическая оптимизация — Википедия Детерминированная глобальная оптимизация — Википедия Гидрологическая оптимизация — Википедия Выпуклая оптимизация — Википедия Первоклассная функция — Википедия Байесовская вероятность — Википедия Оптимизация процессов — Википедия Математическая оптимизация — Википедия