Bayesian Optimization and Data Science

این جلد نتایج اصلی در زمینه بهینه‌سازی بیزی (BO) را گرد هم می‌آورد، با تمرکز بر ده سال گذشته و نشان می‌دهد که چگونه، بر اساس چارچوب اساسی، روش‌های جدید برای حل مشکلات نوظهور از یادگیری ماشین تخصصی شده‌اند. ، هوش مصنوعی و بهینه سازی سیستم. همچنین منابع نرم افزاری موجود برای BO و چند حوزه کاربردی انتخاب شده را تجزیه و تحلیل می کند. برخی از حوزه‌هایی که نتایج جدید برای آنها نشان داده شده است شامل بهینه‌سازی محدود، بهینه‌سازی ایمن، و ریاضیات کاربردی، به‌ویژه استفاده از BO در حل مسائل اعداد صحیح مختلط غیرخطی دشوار است.

این کتاب به خوانندگان کمک می‌کند تا درک کاملی از چارچوب بهینه‌سازی بیزی داشته باشند و پتانسیل آن را برای حوزه‌های کاربردی نوظهور درک کنند. این مورد توجه ویژه ای برای علوم داده، علوم کامپیوتر، بهینه سازی، و جوامع مهندسی خواهد بود.

This volume brings together the main results in the field of Bayesian Optimization (BO), focusing on the last ten years and showing how, on the basic framework, new methods have been specialized to solve emerging problems from machine learning, artificial intelligence, and system optimization. It also analyzes the software resources available for BO and a few selected application areas. Some areas for which new results are shown include constrained optimization, safe optimization, and applied mathematics, specifically BO's use in solving difficult nonlinear mixed integer problems.

The book will help bring readers to a full understanding of the basic Bayesian Optimization framework and gain an appreciation of its potential for emerging application areas. It will be of particular interest to the data science, computer science, optimization, and engineering communities.