Bayesian Optimization in Action
Книга «Bayesian Optimization in Action» представляет собой практическое руководство по байесовской оптимизации — мощному методу поиска глобального оптимума дорогостоящих «чёрных ящиков». Автор Quan Nguyen подробно объясняет, как применять этот метод для решения реальных задач, таких как настройка гиперпараметров машинного обучения, автоматизация A/B-тестирования и оптимизация химических процессов.
В первой части книги читатель знакомится с гауссовскими процессами как основным инструментом моделирования неопределённости. Рассматриваются многомерные гауссовские распределения, байесовское обновление и ковариационные функции. Вторая часть посвящена политикам принятия решений в байесовской оптимизации, включая improvement-based, bandit-style и entropy-based стратегии.
Третья часть расширяет базовые концепции до специализированных сценариев: пакетная оптимизация, оптимизация с ограничениями, многоуровневая оптимизация, оптимизация по предпочтениям и многокритериальная оптимизация. В заключительной части рассматриваются продвинутые модели гауссовских процессов для работы с большими наборами данных и их интеграция с нейронными сетями.
