Глоссарий ИИ
Полный словарь искусственного интеллекта
Верхняя Доверительная Граница (UCB)
Функция приобретения, которая добавляет член исследования, пропорциональный неопределенности модели, к предсказанному среднему, позволяя явный контроль компромисса между исследованием и эксплуатацией через параметр.
Вероятность Улучшения (PI)
Функция приобретения, которая вычисляет вероятность того, что кандидатская точка улучшит текущий лучший результат, имея тенденцию отдавать предпочтение эксплуатации областей, уже известных как перспективные.
Ядро (или Функция Ковариации)
Функция, которая определяет сходство между двумя точками в пространстве поиска и определяет свойства сглаживания гауссовского процесса, критически важная для качества суррогатной модели.
Многоцелевой Поиск
Расширение байесовской оптимизации, направленное на одновременную оптимизацию нескольких противоречивых целей, производящее фронт Парето недоминируемых решений.
Параллельная Оптимизация
Вариант байесовской оптимизации, который предлагает несколько точек для одновременной оценки, ускоряя процесс за счет использования распределенных вычислительных ресурсов.
Гиперпараметр Ядра
Параметры ядра гауссовского процесса (как масштаб длины или дисперсия), которые определяют структуру корреляции суррогатной модели и часто оптимизируются внутренне.
Инициализация Латинским Сэмплированием
Стратегия генерации первых точек оценки, которая гарантирует равномерное покрытие пространства поиска, снижая начальное смещение суррогатной модели.
Оптимизация на основе Доверительной Области
Подход, который ограничивает поиск доверительной областью вокруг текущего лучшего решения, динамически настраивая ее для ускорения локальной сходимости.
Зашумленная целевая функция
Оценочная функция, результаты которой искажены случайным шумом, требующая адаптации гауссовского процесса и функций приобретения для управления неопределенностью.
Автоматическая настройка гиперпараметров
Процесс, использующий алгоритмы, такие как байесовская оптимизация, для автоматического поиска комбинации гиперпараметров, оптимизирующей производительность модели машинного обучения.