Байесовская оптимизация — это метод для последовательного планирования экспериментов, направленный на оптимизацию сложных целевых функций. Он использует вероятностную суррогатную модель, а также функцию выбора для определения следующей точки оценки. Процесс включает создание апостериорного распределения на основе предыдущих данных, что позволяет эффективно исследовать параметры и находить глобальный оптимум при минимальных вычислениях целевой функции.