首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
9
> Python版本的MACE贝叶斯优化算法实现，采用GPy作为后端GP库
Python版本的MACE贝叶斯优化算法实现，采用GPy作为后端GP库
更新：
2024-07-30 16:55:56
大小：
52KB
推荐：
★★★★★
来源：
网友上传分享
类别：
其它 - 开发技术
格式：
ZIP
反馈 / 投诉
文件下载
资源介绍
自述文件 关于 原始MACE算法，在python中重新实现 MCMC超参数集成 Matern52内核 依存关系 用于GP回归 配置文件的 的多目标优化 去做 改善介面 将MACE与其他平行策略（例如克里金信徒或局部惩罚）结合起来
上一篇:
从贝叶斯方法谈到贝叶斯网络
下一篇:
稀疏网格正交：计算超矩形上稀疏网格的节点和权重-matlab开发
相关推荐
12-02
Python版本的MACE贝叶斯优化算法实现，采用GPy作为后端GP库
