хорошее замечание, основной недостаток это в первую очередь сложность вычисления собственных значений матрицы ковариации особенно при большом числе гиперпараметров. Плюс TPE лучше справляется с категориальными переменными в отличие от cmaes и он быстрее справляется на меньшем числе попыток
Каждые n лет вводится новая технология, которая переворачивает половину или вообще все проф индустрии. Чуть более половины века назад появились компьютеры, еще позже - интернет. Сегодня хайпит ИИ, а завтра все решат, что пора бы везде юзать квантовые компьютеры. Вопрос только в том, насколько лично ты будешь человеком гибким и сможешь ли подстроиться под новые изменения вот и все
хорошее замечание, основной недостаток это в первую очередь сложность вычисления собственных значений матрицы ковариации особенно при большом числе гиперпараметров. Плюс TPE лучше справляется с категориальными переменными в отличие от cmaes и он быстрее справляется на меньшем числе попыток
Помогает повторить основы мат стата. Спасибо автору за понятные обьяснения!
Каждые n лет вводится новая технология, которая переворачивает половину или вообще все проф индустрии. Чуть более половины века назад появились компьютеры, еще позже - интернет. Сегодня хайпит ИИ, а завтра все решат, что пора бы везде юзать квантовые компьютеры. Вопрос только в том, насколько лично ты будешь человеком гибким и сможешь ли подстроиться под новые изменения вот и все
Единственный плюс, что они хотя бы честно опубликовали статистику...
Классный материал! Спасибо, очень структурированно