আমি মনে করি যে এখানে উত্তরটি বিজ্ঞানের সমস্ত জায়গার মতো একই: এটি ডেটার উপর নির্ভর করে :-)
এটি ঘটতে পারে যে একটি পদ্ধতি অন্যটিকে ছাড়িয়ে যায় (এখানে https://arimo.com/data-s ज्ञान/2016/bayesian-optimization-hyperparameter-tuning/ লোকেরা বাইয়েশিয়ার হাইপারপ্রেমিটার অপ্টিমাইজেশানের তুলনা করে এবং সান ফ্রান্সিসকো অপরাধের ক্যাগল চ্যালেঞ্জের চেয়ে আরও ভাল ফলাফল অর্জন করে) এলোমেলো অনুসন্ধান সহ) তবে আমি সন্দেহ করি যে এর জন্য একটি সাধারণ নিয়ম রয়েছে। আপনি এখানে একটি সুন্দর জিআইএফ দেখতে পারেন ( http://blog.revolutionanalytics.com/2016/06/bayesian-optimization-of-machine-learning-models.html ) যেখানে লোকেরা 'পথ' দেখায় যা বেয়েসিয়ান অপ্টিমাইজেশান ল্যান্ডস্কেপটিতে নেয় হাইপারপ্যারামিটারগুলির, বিশেষত, এটি মনে হয় না যে এটি সাধারণভাবে এলোমেলো অনুসন্ধানকে ছাড়িয়ে যায় ...
আমি মনে করি যে লোকেরা বায়সিয়ান হাইপারপ্যারামিটার অপ্টিমাইজেশন ব্যবহার করার ঝোঁক রাখে তা হ'ল পর্যাপ্ত পরিমাণে পরীক্ষার সাথে এলোমেলো অনুসন্ধানের তুলনায় তুলনামূলক ফলাফল অর্জনের জন্য এটি কেবলমাত্র কম প্রশিক্ষণের পদক্ষেপ গ্রহণ করে।
একটি বাক্যে সংক্ষিপ্তসার:
* প্রশিক্ষণের সময় যখন সমালোচনামূলক হয় তখন বেইসিয়ান হাইপারপ্যারামিটার অপ্টিমাইজেশন ব্যবহার করুন এবং যদি সময় কোনও সমস্যা না হয় তবে উভয়ের মধ্যে একটি নির্বাচন করুন ... *
সাধারণত আমি গাউসিয়ান প্রক্রিয়াগুলির সাথে বয়েশিয়ান স্টাফগুলি বাস্তবায়িত করতে খুব অলস হয়ে পড়ে যদি আমি এলোমেলো অনুসন্ধানের মাধ্যমে একই ফলাফল অর্জন করতে পারি ... আমি কেবল গ্রেডিয়েন্ট বোস্টিংয়ের এনসেমবেলগুলিকে 'কয়েকটি' ডেটাতে প্রশিক্ষণ দিই, তাই আমার পক্ষে সময় কোনও সমস্যা নয় ...