Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Borne Supérieure de Confiance (UCB)
Fonction d'acquisition qui ajoute un terme d'exploration, proportionnel à l'incertitude du modèle, à la moyenne prédite, permettant un contrôle explicite du compromis exploration-exploitation via un paramètre.
Probabilité d'Amélioration (PI)
Fonction d'acquisition qui calcule la probabilité qu'un point candidat améliore le meilleur résultat actuel, ayant tendance à favoriser l'exploitation des zones déjà connues comme prometteuses.
Noyau (ou Fonction de Covariance)
Fonction qui définit la similarité entre deux points dans l'espace de recherche et détermine les propriétés de lissage du processus gaussien, crucial pour la qualité du modèle de substitution.
Recherche Multi-Objectif
Extension de l'optimisation bayésienne visant à optimiser simultanément plusieurs objectifs contradictoires, produisant un front de Pareto de solutions non dominées.
Optimisation en Parallèle
Variante de l'optimisation bayésienne qui propose plusieurs points à évaluer simultanément, accélérant le processus en tirant parti des ressources de calcul distribuées.
Hyperparamètre de Noyau
Paramètres du noyau du processus gaussien (comme la longueur d'échelle ou la variance) qui définissent la structure de corrélation du modèle de substitution et sont souvent optimisés en interne.
Initialisation par Échantillonnage Latin
Stratégie pour générer les premiers points d'évaluation qui garantit une couverture homogène de l'espace de recherche, réduisant le biais initial du modèle de substitution.
Optimisation Basée sur le Trust Region
Approche qui restreint la recherche à une région de confiance autour de la meilleure solution actuelle, l'ajustant dynamiquement pour accélérer la convergence locale.
Fonction Objectif Noisy
Fonction d'évaluation dont les résultats sont entachés de bruit aléatoire, nécessitant des adaptations du processus gaussien et des fonctions d'acquisition pour gérer l'incertitude.
Ajustement d'Hyperparamètres Automatisé
Processus qui utilise des algorithmes comme l'optimisation bayésienne pour trouver automatiquement la combinaison d'hyperparamètres optimisant les performances d'un modèle de machine learning.