Optimisation bayésienne

L'optimisation bayésienne est une technique d'optimisation globale rigoureuse et efficace, adaptée à l'optimisation de fonctions coûteuses et boîtes noires. Cette méthode établit une distribution a priori sur la fonction objectif et met à jour cette distribution avec les résultats d'évaluations coûteuses de la fonction pour former une distribution prédictive a posteriori. La distribution a posteriori, combinée avec une fonction d'acquisition, guide le choix du prochain point d'observation, équilibrant l'exploitation des régions de haute performance connues avec l'exploration des zones où l'information est inconnue, afin d'atteindre l'objectif d'optimisation. L'optimisation bayésienne a une valeur d'application significative dans l'ajustement des hyperparamètres en apprentissage automatique, la robotique et la conception d'ingénierie.