Seminar Nevergrad

Herstellerprofil

Nevergrad ist eine Open-Source-Bibliothek für gradientenfreie Optimierung und wird im Umfeld von Meta AI entwickelt. Die Plattform eignet sich für Black-Box-Optimierung, Hyperparameter-Tuning, Multiobjective-Optimierung, Constraints sowie simulationsgestützte Verfahren in Python.

Seminarportfolio

Die Seminarreihe deckt den Weg vom schnellen Einstieg über Suchraumdesign, Ask-and-Tell-Workflows und Parallelisierung bis hin zu Benchmarking, robusten Optimierungsstrategien, Simulationen und Reinforcement Learning ab. Die Themen sind modular aufgebaut und können einzeln, als Kompaktseminar oder als Intensivseminar gebucht werden.

Empfohlene Reihenfolge

1. Nevergrad Crashkurs: Einführung und erste Optimierungen
2. Nevergrad Parametrisierung, Suchräume und Kandidatenmodelle
3. Nevergrad Ask-and-Tell, Parallelisierung und asynchrone Optimierung
4. Nevergrad Hyperparameter-Optimierung für Machine Learning
5. Nevergrad Multiobjective, Constraints und robuste Optimierung
6. Nevergrad Benchmarking, Optimizer-Auswahl und Praxislabore
7. Nevergrad Simulationsbasierte Optimierung und Reinforcement Learning

Das Kompaktseminar eignet sich für einen schnellen Gesamtüberblick mit Praxisbezug. Das Intensivseminar bündelt alle Schwerpunkte in einem geschlossenen Lernpfad von fünf Tagen.