Bayessche Optimierung

Bayesianische Optimierung ist eine fundierte und effiziente globale Optimierungstechnik, die für die Optimierung kostspieliger Black-Box-Funktionen geeignet ist. Diese Methode legt eine A-priori-Verteilung über die Zielfunktion fest und aktualisiert diese Verteilung mit den Ergebnissen teurer Funktionsauswertungen, um eine A-posteriori-Vorhersageverteilung zu bilden. Die A-posteriori-Verteilung, kombiniert mit einer Erwerbsfunktion, leitet den nächsten Beobachtungsort, indem sie das Ausnutzen bekannter hochleistungsfähiger Bereiche mit dem Erforschen von Gebieten mit unbekannter Information ausbalanciert, um das Optimierungsziel zu erreichen. Bayesianische Optimierung hat erheblichen Anwendungswert im Bereich der Hyperparameter-Tuning von Maschinellem Lernen, Robotik und Ingenieurdesign.