Náhradní model

term_id: surrogate_model

Category: basic_concepts

Definition

V strojovém učení a optimalizaci slouží náhradní model jako zástupce cílové funkce, kterou je obtížné vyhodnocovat přímo. Je trénován na párech vstup-výstup z původního modelu, aby umožnil efektivnější

Summary

Zjednodušený matematický model používaný k aproximaci chování složitějšího, výpočetně náročnějšího nebo nepřístupného modelu černé skříňky.

Key Concepts

  • Aproximace modelu
  • Optimalizace černé skříňky
  • Výpočetní efektivita
  • Proxy model

Use Cases

  • Optimalizace hyperparametrů
  • Zrychlení simulací inženýrského designu
  • Analýza citlivosti složitých systémů

Code Example

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

from sklearn.gaussian_process import GaussianProcessRegressor
import numpy as np

# Simple surrogate for a noisy function
X = np.array([[1], [2], [3], [4]])
y = np.array([2.1, 3.9, 6.2, 7.8])

surrogate = GaussianProcessRegressor()
surrogate.fit(X, y)
prediction = surrogate.predict(np.array([[2.5]]))

Related