<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>horomary</author_name>
  <author_url>https://blog.hatena.ne.jp/horomary/</author_url>
  <blog_title>どこから見てもメンダコ</blog_title>
  <blog_url>https://horomary.hatenablog.com/</blog_url>
  <categories>
  </categories>
  <description>実用性の高いブラックボックス最適化手法 CMA-ES(共分散行列適応進化戦略) のpython実装例を簡単なアルゴリズム解説とともに紹介します。 はじめに アルゴリズム概要 0. 入力次元数に依存する定数の算出とパラメータ初期化 1. 多変量正規分布に従う個体サンプリング 2. 正規分布中心mの更新 3. ステップサイズσの更新 4. 共分散行列Cの更新 実装の確認 はじめに CMA-ESは連続最適化問題におけるブラックボックス最適化手法のひとつです。ブラックボックス最適化、すなわち最適化したい関数の中身がまったくわからなくてもOKなので極論どんな問題にでも適用可能で、確率的な探索を行うアルゴ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fhoromary.hatenablog.com%2Fentry%2F2021%2F01%2F23%2F013508&quot; title=&quot;CMA-ES（共分散行列適応進化戦略）の Python実装 - どこから見てもメンダコ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/h/horomary/20210117/20210117213110.gif</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2021-01-23 01:35:08</published>
  <title>CMA-ES（共分散行列適応進化戦略）の Python実装</title>
  <type>rich</type>
  <url>https://horomary.hatenablog.com/entry/2021/01/23/013508</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
