弗莱堡大学 发布 HPO-B 数据集, 应用在 超参数优化、自动机器学习 领域

弗莱堡大学 本次发布的数据集 HPO-B, HPO-B是一个大规模可重现的基准数据集，用于黑盒超参数优化（HPO），由弗莱堡大学等机构创建。该数据集包含从OpenML存储库中收集的176个搜索空间和196个数据集，总计约640万个超参数评估。HPO-B旨在解决HPO领域中由于计算资源需求巨大而未解决的核心问题，通过提供一个公平的比较平台，促进HPO算法的快速微调和转移学习。数据集的创建过程包括从OpenML下载实验数据，进行数据清洗、预处理和组织，确保数据集的可重现性和准确性。HPO-B的应用领域主要集中在机器学习社区，特别是在超参数优化和自动机器学习（AutoML）领域，旨在通过提供一个标准化的基准，加速HPO方法的研究和开发。

查看HPO-B

README 内容： 

关于 弗莱堡大学 , 弗莱堡大学是德国一所历史悠久、学术声誉卓著的综合性大学，以其卓越的研究和教学质量在国际上享有盛誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。