チューニングを自動化するブラックボックス最適化について詳説

本書は、機械学習に欠かせないハイパーパラメータ調整（チューニング）を自動化するブラックボックス最適化について一からわかりやすく、そして、詳しく説明した書籍です。合わせて、Python言語上で動作するフレームワーク“Optuna”によるブラックボックス最適化の実行を、Optunaの開発者ら自ら詳しく説明しており、基礎を理解しながら実践に即した知識を身につけることができます。
いまや機械学習は多種多様な応用が広く図られており、技術者／研究者、学生全般にとって必修といえるスキルになっていますが、その際に手間を要するのが、ハイパーパラメータ調整です。特に、深層学習（ディープラーニング）では、ハイパーパラメータの数が多い傾向があるうえに、その調整が性能を大きく左右するといわれています。多くの技術者が、これにかなりの時間が費やされてしまっているのが実情です。ブラックボックス最適化は汎用性も高く、機械学習のハイパーパラメータ調整に限らず、工学や日常生活にかかわる多くのことを最適化できます。例えば、本書ではミドルウェアのパフォーマンス調整や、お菓子のレシピ作成にブラックボックス最適化を応用する方法も紹介しています。
ハイパーパラメータ調整の手間を大幅に削減するブラックボックス最適化とそのPythonベースのフレームワークOptunaについて、応用例からアルゴリズムまでを一からわかりやすく説明した書籍です。機械学習に留まらず、科学技術のあらゆる分野で登場するブラックボックス最適化に入門するにあたって最適な書籍です。