贝叶斯优化算法（Bayesianoptimiazation）：应用：超参数调优、贝叶斯优化调参主要思想：给定优化的目标函数(广义的函数，只需指定输入和输出即可，无需知道内部结构以及数学性质)，通过不断地添加样本点来更新目标函数的后验分布(高斯过程,直到后验分布基本贴合于真实分布。简单的说，就是考虑了上一次参数的信息，从而更好的调整当前的参数。核心过程：先验函数(PriorFunction,PF)与采集函数(AcquisitionFunction,AC)，采集函数也可以叫效能函数(UtilityFuntcion)，但一般还是称呼为采集函数。PF主要利用高斯过程回归(也可以是其它PF函数，但高斯过