贝叶斯优化是通过将代理函数表示成概率分布而将代理优化放入一个概率框架中 ， 然后再使用新信息更新这个分布 。
获取函数则是用于基于已知的先验 ， 评估利用空间中的某个特定点得到「好」结果的概率 。 其关键在于探索与利用的平衡 。
贝叶斯优化的主要使用场景是目标函数评估成本高的任务 ， 比如超参数调节 。 有一些用于该任务的软件库 ， 比如HyperOpt 。

• 科技日报|塑料微粒影响几何？人类认知仍不足
• 量子科技，爆发！有项关键技术中国已领先世界
• 暖日科技盈如|这到底是为什么？，俄罗斯华人给出劝告：最好别跟俄罗斯女孩结婚
• 周到|民警利用无人机指挥事故车辆立即撤离 “科技赋能”破解交通管理难题
• 交易|中国股市一位交易员的血泪感悟：为何不能死扛一个股票？不简单！
• 概念股|中国股市：量子科技概念股一览 （名单）
• 十倍股|A股最全大科技股名单，今年主线，稳赚不赔！
• 互联网全球最有价值100个科技品牌排行榜：华为、微信与QQ位列前十
• 中国新闻网|美方声称外国公民在华遭受任意扣留？中方：完全是倒打一耙，颠倒黑白
• 新华网|南水北调：科技保驾“南水”安全北流