Surrogaatmodel

term_id: surrogate_model

Category: basic_concepts

Definition

In machine learning en optimalisatie fungeert een surrogaatmodel als een proxy voor een doelwitfunctie die moeilijk direct te evalueren is. Het wordt getraind op invoer-uitvoerparen van het oorspronkelijke model om de berekeningskosten te verlagen.

Summary

Een vereenvoudigd wiskundig model dat wordt gebruikt om het gedrag van een complexer, rekenintensiever of ontoegankelijk black-box-model te benaderen.

Key Concepts

  • Modelbenadering
  • Black-box-optimalisatie
  • Rekenkundige efficiëntie
  • Proxymodel

Use Cases

  • Hyperparameteroptimalisatie
  • Versnelling van simulaties in ingenieursontwerp
  • Gevoeligheidsanalyse van complexe systemen

Code Example

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]]))

Gerelateerd