Чемпионат Алгоритмов Оптимизации. - страница 133

 
Andrey Dik #:

Добрый день!

Готовлю площадку (сайт) посвящённую алгоритмам оптимизации, где будут конкурсы, полезная информация и много чего ещё интересного и полезного.

Каждый желающий сможет проверить свои силы в написании алгоритмов и протестировать их в сравнении с другими участниками. Участнику не потребуется отправка алгоритма на сервер, всё взаимодействие с FF, расположенной на сервере, происходит по REST, участник отправляет набор аргументов на сервер, а обратно получает результат FF, не требуется арбитр поскольку всё предельно прозрачно, при этом остаются в секрете алгоритмы участников.

Ждите новостей!

Добрый день!

Работаю над проектом который озвучил ранее, работа большая, интересная.Появляются новые мысли и идеи, посмотрим что из этого получится.)

А пока запустил серию статей о популяционных алгоритмах оптимизации, только популяционные, другие типы алгоритмов возможно позже, или может быть начну серию параллельно. Работа ведётся совместно с Виолеттой, без неё навряд ли что то бы получилось, большое ей спасибо.

Обзор популяционных алгоритмов.

Рой частиц (PSO).

Муравьиная колония (ACO).

Разработан тестовый стенд, на котором каждый желающий может испытать свой алгоритм, или взять готовый из статьи и использовать в своих проектах. Все представленные алгоритмы сейчас и все которые появятся - полностью готовые к использованию, не требуют никакой доработки.

Желаю всем много успешных проектов и хорошего настроения!))

 
О каком алгоритме оптимизации было бы интересно почитать в следующей статье?
 
Интересен градиентный бустинг - градиентный спуск в функциональных пространствах.
 
Aleksey Nikolayev #:
Интересен градиентный бустинг - градиентный спуск в функциональных пространствах.

градиентный бустинг уже рассматривался в статьях. непонятно, какие ещё аспекты тут раскрывать.
 
Andrey Dik #:

градиентный бустинг уже рассматривался в статьях. непонятно, какие ещё аспекты тут раскрывать.

Вроде было только про машинное обучение в рамках CatBoost, а интересен более общий подход в рамках более общей (оптимизационной) задачи. Если по пунктам, то:

1) Решение любых оптимизационных задач, а не только их частного случая, возникающего в рамках задачи машинного обучения.

2) Оптимизация по кастомной функции потерь, а не только из заданного пакетом стандартного набора.

3) Градиентный бустинг для любого вида моделей, а не только для решающих деревьев.

Тема, конечно, непростая, но раз уж вы попросили предложений, то я и написал про интересное мне. 

 
Aleksey Nikolayev #:

Вроде было только про машинное обучение в рамках CatBoost, а интересен более общий подход в рамках более общей (оптимизационной) задачи. Если по пунктам, то:

1) Решение любых оптимизационных задач, а не только их частного случая, возникающего в рамках задачи машинного обучения.

2) Оптимизация по кастомной функции потерь, а не только из заданного пакетом стандартного набора.

3) Градиентный бустинг для любого вида моделей, а не только для решающих деревьев.

Тема, конечно, непростая, но раз уж вы попросили предложений, то я и написал про интересное мне.


ага,теперь понял. да, в таком ключе, на мой взгляд, алгоритм ещё не раскрывался. к тому же согласуется с тематикой статей которые затрагиваю - рассмотрение алгоритмов общего применения, а не только частные случаи.
 

Доработал тестовые функции, которые теперь предъявляют более жесткие требования к алгоритмам и обеспечивают большую объективность результатов тестирования. Собственно, сами функции остались без изменений, только смещены центры функций, диапазоны и добавлена принудительная проверка входных аргументов.

Функции представлены в статье об алгоритме стаи серых волков. Готовится к публикации алгоритм поиска кукушки с полётом Леви (применение степенной функции с тяжелыми хвостами).

 

estimation table

так выглядит таблица с цветовой градацией результатов по "дисциплинам".

 

Привет! В алгоритме оптимизатора надо добавить нейросеть.

Иначе выхода не вижу.

 
Alexander Ivanov #:

Привет! В алгоритме оптимизатора надо добавить нейросеть.

Иначе выхода не вижу.

привет! поясните, пожалуйста, что имеете ввиду?