序优化的基本思想:
- 不追求最优,只追求足够好(比如 top-k)
- 与其从某一点开始,非常艰难的走梯度下降,不如取足够多的点,只要取的足够多,那么就肯定有足够好的。
具体做法:因为序对 noise 的抵抗能力很好,所以在一大堆方案中,使用粗糙模型排序,拿出 N 个比较好的方案。根据序优化理论,可以得到 N 的值,使得其中包含至少一个 top-k 的概率达到 0.95。
如题。Ordinal Optimization 的思想特别简单(不用简洁这个词,是因为感觉它不够优美)。
(其实,感觉 OO 的风格,跟何教授照片给我的感觉很像)(奇怪的论断)
可能我还没理解到它的精髓,需要多读一些应用案例。
(开坑说的是更新我的个人博客