​獨家 | 一文讀懂貝葉斯優化

作者：Apoorv Agnihotri，Nipun Batra 翻譯：王雨桐 校對：張一然 本文約6200字，建議閱讀10+分鐘。 本文將貝葉斯優化拆解爲易於理解的小部分。 許多現代的機器學習算法都涉及大量的超參數。爲了高效地使用這些算法，我們需要選擇合適的超參數值。我們將在本文中討論貝葉斯優化，它是一種常用於調整超參數的技術。更通俗地說，貝葉斯優化可用於任何黑盒函數的優化。   挖金子！ 以開採

>>阅读原文<<