期待される改善期待される改善は、として定義されます。 EI（x）= Emax（f（x）−f（x +）、0）ここで、f（x +）はこれまでの最良のサンプルの値であり、x +はそのサンプルの位置です。つまりx + =argmaxxi∈x1：tf（ xi）。

上記のほかに、ガウス過程は何に使用されますか？ガウス過程は、正規分布から継承されたプロパティの恩恵を受けて、統計モデリングに役立ちます。たとえば、ランダムプロセスがガウスプロセスとしてモデル化されている場合、さまざまな派生量の分布を明示的に取得できます。

このように、ベイズ最適化はどのように機能しますか？

ベイズ最適化は、ベイズの定理を使用して、目的関数の最小値または最大値を見つけるために検索を指示するアプローチです。これは、複雑で、ノイズが多く、評価に費用がかかる目的関数に最も役立つアプローチです。

ガウス過程はベイジアンですか？

ガウス過程は、可能な関数の確率分布です。ガウス過程では関数の確率分布を記述できるため、ベイズの定理を使用して、トレーニングデータを観察することで関数の分布を更新できます。未知の関数についての私たちの以前の信念は、以下に視覚化されています。