Mis on Bayes'i optimeerimine ja omandamisfunktsioonid (EI, UCB, PI)?

Bayes'i optimeerimine on meetod keeruliste funktsioonide optimeerimiseks, mis on arvutamisel kallid või millel puudub analüütiline kuju. See kasutab tõenäosuslikku mudelit (tavaliselt Gaussi protsessi), et läheduslikult hinnata sihtfunktsiooni ja valida järgmisi hindamispunkte, tasakaalustades uurimist (exploration) ja kasutamist (exploitation).

Hankimisfunktsioonid on funktsioonid, mis põhinevad praegusel mudelil, määravad, kus tuleks teha järgmine katse. Need muudavad mudeli prognoosid punktide valiku kriteeriumiks.

Peamised hankimisfunktsioonid:

• Expected Improvement (EI) — oodatav paranemine võrreldes praeguse parima väärtusega. Valib punktid, kus oodatakse maksimaalset paranemist.

• Upper Confidence Bound (UCB) — ühendab keskmise prognoosi ja ebakindluse (dispersiooni) koefitsiendiga, võimaldades tasakaalustada uurimist ja kasutamist. Formulatsioon on tavaliselt: UCB(x) = μ(x) + κ·σ(x), kus κ on parameeter.

• Probability of Improvement (PI) — tõenäosus, et punktis x funktsioon ületab praeguse parima tulemuse.

Sel viisil otsib Bayes'i optimeerimine tõhusalt funktsiooni maksimumi või miinimumi, kasutades mudelit ja hankimisfunktsiooni, et valida kõige perspektiivikamad punktid hindamiseks.