mlr3mbo: Optimización Bayesiana en R
Descubre mlr3mbo, la potente caja de herramientas para optimización Bayesiana en R. Soporta mono y multiobjetivo, paralelización y más. ¡Comparado con HEBO, SMAC3, Ax y Optuna!
#ajuste de hiperparámetros
56 optimizadores puestos a prueba en inferencia variacional
Descubre la comparativa de 56 optimizadores para inferencia variacional. Más de 550,000 ejecuciones revelan los mejores sin ajuste manual.
Synthics: Datasets sintéticos similares a física para Machine Learning
Descubre cómo generar datasets sintéticos con estructura física mediante gramática bayesiana. Validado con Feynman, optimiza hiperparámetros en ML.
Twin: ajuste de tasa de aprendizaje y decay sin validación
Twin ajusta LR y weight decay sin validación, logrando error absoluto medio del 1.28%. Ideal para datos escasos o imágenes médicas. ¡Optimiza!
ALMAB-DC: Aprendizaje Activo y Bandidos para Optimización Secuencial
ALMAB-DC: optimiza experimentos costosos con aprendizaje activo y bandidos. Acelera hasta 7.5x y supera benchmarks (93.4% en CIFAR-10).
Portafolios de Recuperadores: Enfoque Principiado para RAG Adaptativo
Descubre cómo los portafolios de recuperadores optimizan RAG: selección automática de múltiples recuperadores para mejorar precisión y reducir latencia en QA.