教程:贝叶斯优化

由彼得·弗雷泽。

贝叶斯优化被广泛应用于深度神经网络的优化和其他需要长时间评估的黑盒目标函数的优化。在本教程中，我们描述了贝叶斯优化是如何工作的，包括贝叶斯机器学习模型，它用来建模目标函数，高斯过程回归，和三个常见的获取函数:预期改进，熵搜索和知识梯度。然后我们描述Yelp和Uber的应用程序，解释在实践中使其良好运行的重要技术，以及解决“奇异的”贝叶斯优化问题的调查技术。