May, 2025
在强盗问题中使用CASH：面向自动化机器学习的最大K臂问题
Put CASH on Bandits: A Max K-Armed Problem for Automated Machine
Learning
TL;DR本研究解决了自动化机器学习中算法选择和超参数优化（CASH）面临的资源配置挑战。提出的MaxUCB方法通过处理不同模型类别的探索与超参数优化进行权衡，特别适用于轻尾和有界奖励分布，相比于传统假设重尾奖励分布的最大K臂强盗方法提供了更高的效率。通过理论和实证评估，我们在四个标准AutoML基准上展示了该方法的优越性能。