Roman Garnett：贝叶斯优化《Bayesian Optimization》（英文版）

《 BAYESIAN OPTIMIZATION 》作者为华盛顿大学的 Roman Garnett 。 这本书旨在为读者提供一个从零开始全面了解贝叶斯优化的过程，并细致的阐述了所有关键的想法。这种自下而上的方法允许我们在贝叶斯优化算法中确定统一的主题，这些主题可能在以往的调研文献时丢失。 Garnett 主要研究兴趣是为不确定性下的序列决策开发新的贝叶斯机器学习方法。Garnett 还对科学发现的算法特别感兴趣，并获得了 NSF CAREER 奖以支持这项研究。此外，他还是「CSE 515T：机器学习中的贝叶斯方法」主讲老师。 不过该书还不是最终版本，终稿将于 2022 年初由剑桥大学出版社出版。 该书目标受众是机器学习、统计学等相关领域的研究人员或研究生。在阅读本书之前，你需要熟悉微分、积分、概率、线性代数、高斯分布。 作者：华盛顿大学 BAYESIAN OPTIMIZATION