بهینه ساز بیزی

بهینه ساز بیزی روشی مرحله ای است برای جستن نقاط بهینه سراسری توابع با ساختاری مجهول و مشتقات مجهول که معمولاً برآورد آنها زمان بر و هزینه بر است. [ ۱] [ ۲] [ ۳]
از آنجا که تابع هدف ناشناخته است، راهبرد بیزی این است که آن را به عنوان یک تابع تصادفی در نظر بگیرد و یک توزیع پیشین را مد نظر قرار دهد. پس از جمع آوری خروجی های تابع، که به عنوان داده ورودی در نظر گرفته می شوند، داده های قبلی به روز می شوند تا توزیع پسین را بر روی تابع هدف تشکیل دهند. توزیع پسین، به نوبه خود، برای ساخت یک تابع اکتساب ( که به آن معیار نمونه برداری پسین نیز گفته می شود ) استفاده می شود که نقطه پرس وجوی بعدی را تعیین می کند.
چندین روش برای تعریف توزیع پیشین بر روی تابع هدف استفاده می شود. رایج ترین دو روش از فرایندهای گاوسی در روشی به نام کریجینگ استفاده می کنند. یک روش کم هزینه تر دیگر از تخمین گر پارزن - تری برای ساخت دو توزیع برای نقاط ورودی تابع مجهول استفاده می کند و سپس محلی را پیدا می کند که بهبود مورد انتظار را بیشینه می کند. [ ۵]
بهینه سازی بیزی استاندارد وابسته به این است که ارزیابی هر یک از آن ها آسان باشد، و مسائلی که از این فرض منحرف می شوند به عنوان مسائل بهینه سازی بیزی نامتعارف شناخته می شوند. مانند:
• وجود نویز
• پردازش موازی
• کیفیت ارزیابی ها متکی بر توازن بین دشواری و دقت
• وجود شرایط محیطی تصادفی
• ارزیابی شامل مشتقات