Bayes’sche Optimierung

Die Bayes’sche Optimierung ist eine sequenzielle Versuchsplanung für die globale Optimierung von Black-Box-Funktionen, die keine funktionalen Formen voraussetzt. Sie wird in der Regel zur Optimierung von Funktionen eingesetzt, die teuer zu bewerten sind. Bei der Bayes’sche Optimierung wird bestehendes Wissen eingesetzt um neue Datenpunkte zur Auswertung durch die Black-Box-Funktion vorzuschlagen und so das Optimum zu finden. Die vorgeschlagenen Punkte gehen einen Trade-off zwischen Exploration und Exploitation ein, welcher durch die gewählte Erfassungsfunktionen beeinflusst wird.