Saya cukup baru dalam pembelajaran mesin dan statistik, tetapi saya bertanya-tanya mengapa optimasi bayesian tidak disebut lebih sering online ketika belajar mesin belajar untuk mengoptimalkan algoritma hyperparameters Anda? Misalnya menggunakan kerangka kerja seperti ini: https://github.com/fmfn/BayesianOptimization
Apakah optimasi bayesian dari hiperparameter Anda memiliki batasan atau kelemahan utama atas teknik seperti pencarian kotak atau pencarian acak?
Jawaban:
Untuk menyatakannya dengan cara lain, BO adalah upaya untuk menjaga jumlah evaluasi fungsi ke minimum, dan mendapatkan "bang for the buck" maksimal dari setiap evaluasi. Ini penting jika Anda melakukan tes destruktif, atau hanya melakukan simulasi yang membutuhkan waktu yang tidak senonoh untuk dieksekusi. Tetapi dalam semua kasus kecuali yang paling mahal, terapkan pencarian acak murni dan sebut itu sehari ! (Atau LIPO jika masalah Anda setuju dengan anggapannya.) Ini dapat menghemat sejumlah sakit kepala, seperti mengoptimalkan program Optimasi Bayesian Anda.
sumber