黑匣子优化挑战 此回购包含针对的入门工具包。上传提交内容。 提交网站的开放时间为2020年7月10日至2020年10月15日。我们将在Beta测试阶段提早开放进行实践提交,但排行榜将于7月10日重置。 该基准站点由提供支持,并运行,该根据实际目标函数评估黑盒优化算法。它包括在真实数据集上调整标准机器学习模型的性能(验证集)。当前,所有问题都基于ML超参数调整任务。入门工具包中有一些示例问题,可以在本地运行,但是排行榜问题是秘密的。 排行榜是根据对隐藏(隐藏)目标函数的优化性能来确定的,优化器必须在其中无需人工干预即可运行。 在example_submissions中查看提交示例。这些示例当前包含子目录: hyperopt/ nevergrad/ opentuner/ pysot/ random_search/ skopt/ turbo/ 背景 是一种流行的样本有效方法,可对目标函数进行无