SMAC:顺序基于模型的算法配置

生物信息学,经验与理论算法实验室(ß-实验室)
部门计算机科学
这个不列颠哥伦比亚大学

 
新闻 摘要     论文  许可证  论坛  软件

新闻

2015年7月19日 新版本(版本2.10.03)有一个小错误修复。
2015年7月5日 新版本(版本2.10.02)具有新的PCS格式,并修复了其他错误。许可证现在是AGPLv3。
2014年8月4日 新版本(2.08.00版)应更易于使用
2013年10月 新版本(2.06.01版)包含一些小错误修复
2013年8月28日 新版本(版本2.06.00)包含一系列错误修复和可用性改进
2013年8月7日 新版本(版本2.04.02)包含一对错误修复。另外还有一个测试版发布了版本(2.06.00b),其中包含一些新的实用程序以及更多错误修复。
2013年2月16日 新版本(版本2.04.01),包括一些错误修复,可用性改进和次要功能改进
2012年10月25日 经过一系列内部版本,SMAC版本2公开发布!简而言之,这是一个完整的重写
Java中SMAC的许多改进有文档记录,便于携带和使用。
2012年2月1日 实质上是ASMAC的改进版本即将推出;如果你想开始同时使用SMAC,请快速发送电子邮件至弗兰克.
我们还计划提供与之类似的快速入门指南以及SMAC的Java实现。
2011年9月9日 第一这个版本页面设置。在此之前,SMAC仅在请求时可用。                                                                                  
  更多新闻。。。

摘要

SMAC(基于序列模型算法配置)是通用的用于优化算法参数的工具(或一些我们可以自动运行的其他进程或我们可以评估的函数,例如模拟)。
SMAC帮助我们加快了本地搜索和树搜索算法在某些实例分布上按数量级计算。最近,我们也发现它对机器学习算法的超参数优化,缩放优于其他高维和离散输入维算法。最后,基于can的预测模型SMAC还可以捕获和利用重要信息关于模型域,例如哪些输入变量是最多的重要。
我们希望你发现SMAC同样有用。最终,我们希望帮助算法设计者关注比参数调整更有科学价值的任务。

软件

上一个版本

显示

许可证

SMAC根据AGPLv3获得许可。请联系弗兰克·赫特讨论其他许可选项。
注:v2.10.02之前的SMAC版本不受AGPLv3许可,但可免费用于学术和非商业用途。

论坛

如有任何意见、问题或疑虑,请访问SMAC论坛在此处可用

论文

数据

我们在自动化算法配置项目页面.