北大 DAIR 实验室推出开源高效的通用黑盒优化系统 OpenBox

图片地址：https://img.ithome.com/newsuploadfiles/2021/8/85b72761-64e0-4223-988d-b6880e014121.jpg

近日，由北京大学崔斌教授数据与智能实验室（ Data and Intelligence Research LAB, DAIR）开发的通用黑盒优化系统 OpenBox 开源发布！相比于 SMAC3，Hyperopt 等现有开源系统，OpenBox 支持更通用的黑盒优化场景，包括多目标优化，带约束优化场景等。在 25 个 LightGBM 调参任务上，OpenBox 在 7 个对比系统中取得了平均 1.25 名 (average rank) 的优异成绩。相关论文已经被 KDD 2021 录用，"OpenBox: A Generalized Black-box Optimization Service"。研究背景近年来，人工智能与机器学习备受关注，越来越多企业使用机器学习模型解决实际问题，如人脸识别、商品推荐等。在应用机器学习模型的过程中，模型超参数的选择对模型性能有着至关重要的影响，因此超参数优化问题成为了机器学习的重要