Il s'agit de l'application Linux nommée Bayesian Optimization dont la dernière version peut être téléchargée en tant que v1.4.2.zip. Il peut être exécuté en ligne dans le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne cette application nommée Bayesian Optimization avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
Optimisation bayésienne
DESCRIPTION
Il s'agit d'un package d'optimisation globale contraint construit sur l'inférence bayésienne et le processus gaussien, qui tente de trouver la valeur maximale d'une fonction inconnue en aussi peu d'itérations que possible. Cette technique est particulièrement adaptée à l'optimisation de fonctions à coût élevé, situations où l'équilibre entre exploration et exploitation est important. Des informations plus détaillées, d'autres fonctionnalités avancées et des conseils sur l'utilisation/la mise en œuvre peuvent être trouvés dans le dossier des exemples. Suivez le carnet de visite de base pour apprendre à utiliser les fonctionnalités les plus importantes du package. Jetez un œil au carnet de visite avancé pour apprendre comment rendre le package plus flexible, comment gérer les paramètres catégoriels, comment utiliser les observateurs, etc. Explorez les options illustrant l'équilibre entre l'exploration et l'exploitation et comment le contrôler. Explorez le bloc-notes de réduction de domaine pour en savoir plus sur la façon dont la recherche peut être accélérée en modifiant dynamiquement les limites des paramètres.
Fonctionnalités:
- L'optimisation bayésienne fonctionne en construisant une distribution postérieure des fonctions
- Au fur et à mesure de vos itérations, l'algorithme équilibre ses besoins d'exploration et d'exploitation en tenant compte de ce qu'il sait de la fonction cible
- A chaque étape un processus gaussien est ajusté aux échantillons connus (points précédemment explorés), et la distribution postérieure,
- Ce processus est conçu pour minimiser le nombre d'étapes nécessaires pour trouver une combinaison de paramètres proches de la combinaison optimale
- L'optimisation bayésienne est la plus appropriée pour les situations où l'échantillonnage de la fonction à optimiser est une entreprise très coûteuse
- Il s'agit d'un package d'optimisation de fonction, donc le premier et le plus important ingrédient est, bien sûr, la fonction à optimiser
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/bayesian-optimization.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.