贝叶斯优化
贝叶斯优化是一种用于对黑盒函数进行的序贯设计策略，它不假定任何函数形式。该方法通常用于优化代价高昂、难以评估的函数。随着21世纪人工智能的兴起，贝叶斯优化算法在机器学习问题中获得了显著应用，常用于超参数优化（hyperparameter values）。 历史 术语通常归功于，并在其1970年代和1980年代关于全局优化的一系列出版物中提出。 早期数学基础 1960年代到1980年代 贝叶斯优化的最早想法 sprang in 1964,…
标签：#顺序法
共 3 篇文章
多臂赌博机
在概率论和机器学习中，多臂赌博机问题（）有时称为K-或N-臂赌博机问题（）'，是一个必须在竞争（替代）之间分配一组固定的有限资源的问题。当每个选择的属性在分配时仅部分已知时，以最大化其预期收益的方式进行选择，并且随着时间的推移或通过向该选择分配资源可能会更好地被理解。这是一个经典的强化学习问题，体现了探索-利用权衡困境'，并且是否继续使用当前机器或尝试不同的机器。多臂赌博机问题也属于随机调度的广义范畴。 在该问题中，每台机器根据该机器特…
序贯分析
在统计学中，序贯分析或序贯假设检验是一种样本量不预先固定的统计分析方法。在这种方法中，数据会随着收集的过程不断进行评估，一旦根据预先设定的终止规则观察到显著结果，便会停止进一步取样。因此，与传统的假设检验或估计方法相比，结论有时可以在更早阶段得出，从而显著降低财务成本和/或人力成本。 参见 * 累积和