Copertina

CoFEH: LLM-driven Feature Engineering Empowered by Collaborative Bayesian Hyperparameter Optimization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Xu, Beicheng, Ding, Keyao, Liu, Wei, Lu, Yupeng, Cui, Bin
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

PSEO: Optimizing Post-hoc Stacking Ensemble Through Hyperparameter Tuning
di: Xu, Beicheng, et al.
Pubblicazione: (2025)

Tree-Structured Synergy of Large Language Models and Bayesian Optimization for Efficient CASH
di: Xu, Beicheng, et al.
Pubblicazione: (2026)

Dynamic Priors in Bayesian Optimization for Hyperparameter Optimization
di: Fehring, Lukas, et al.
Pubblicazione: (2025)

In-Context Freeze-Thaw Bayesian Optimization for Hyperparameter Optimization
di: Rakotoarison, Herilalaina, et al.
Pubblicazione: (2024)

ORTHOBO: Orthogonal Bayesian Hyperparameter Optimization
di: Schröder, Maresa, et al.
Pubblicazione: (2026)

OpenBox: A Python Toolkit for Generalized Black-box Optimization
di: Jiang, Huaijun, et al.
Pubblicazione: (2023)

Differentially Private Hyperparameter Tuning using Local Bayesian Optimization
di: Sopa, Getoar, et al.
Pubblicazione: (2025)

Collaborative Contextual Bayesian Optimization
di: Chang, Chih-Yu, et al.
Pubblicazione: (2026)

Human-LLM Collaborative Feature Engineering for Tabular Data
di: Li, Zhuoyan, et al.
Pubblicazione: (2026)

Bayesian Optimization for Hyperparameters Tuning in Neural Networks
di: Onorato, Gabriele
Pubblicazione: (2024)

Provably Efficient Bayesian Optimization with Unknown Gaussian Process Hyperparameter Estimation
di: Ha, Huong, et al.
Pubblicazione: (2023)

Cost-Sensitive Freeze-thaw Bayesian Optimization for Efficient Hyperparameter Tuning
di: Lee, Dong Bok, et al.
Pubblicazione: (2025)

Generative Bayesian Hyperparameter Tuning
di: Lopes, Hedibert, et al.
Pubblicazione: (2025)

Overtuning in Hyperparameter Optimization
di: Schneider, Lennart, et al.
Pubblicazione: (2025)

Hyperparameter Optimization for Randomized Algorithms: A Case Study on Random Features
di: Dunbar, Oliver R. A., et al.
Pubblicazione: (2024)

Human-Algorithm Collaborative Bayesian Optimization for Engineering Systems
di: Savage, Tom, et al.
Pubblicazione: (2024)

Hyperparameter Tuning Through Pessimistic Bilevel Optimization
di: Ustun, Meltem Apaydin, et al.
Pubblicazione: (2024)

Bayesian Optimization for Simultaneous Selection of Machine Learning Algorithms and Hyperparameters on Shared Latent Space
di: Ishikawa, Kazuki, et al.
Pubblicazione: (2025)

Hyperparameter Optimization in Machine Learning
di: Franceschi, Luca, et al.
Pubblicazione: (2024)

Co-Learning Bayesian Optimization
di: Guo, Zhendong, et al.
Pubblicazione: (2025)

Default Machine Learning Hyperparameters Do Not Provide Informative Initialization for Bayesian Optimization
di: Prieto, Nicolás Villagrán, et al.
Pubblicazione: (2026)

CRoPE: Efficient Parametrization of Rotary Positional Embedding
di: Lou, Beicheng, et al.
Pubblicazione: (2026)

The Sensitivity of Variational Bayesian Neural Network Performance to Hyperparameters
di: Koermer, Scott, et al.
Pubblicazione: (2025)

A Meta-Knowledge-Augmented LLM Framework for Hyperparameter Optimization in Time-Series Forecasting
di: Saadallah, Ons, et al.
Pubblicazione: (2026)

A Trajectory-Based Bayesian Approach to Multi-Objective Hyperparameter Optimization with Epoch-Aware Trade-Offs
di: Wang, Wenyu, et al.
Pubblicazione: (2024)

Analyzing the Role of Permutation Invariance in Linear Mode Connectivity
di: Zhan, Keyao, et al.
Pubblicazione: (2025)

Towards Fair and Rigorous Evaluations: Hyperparameter Optimization for Top-N Recommendation Task with Implicit Feedback
di: Fang, Hui, et al.
Pubblicazione: (2024)

Enhancing Performance and Calibration in Quantile Hyperparameter Optimization
di: Doyle, Riccardo
Pubblicazione: (2025)

Adaptive Hyperparameter Optimization for Continual Learning Scenarios
di: Semola, Rudy, et al.
Pubblicazione: (2024)

Shapley-Inspired Feature Weighting in $k$-means with No Additional Hyperparameters
di: Fawley, Richard J., et al.
Pubblicazione: (2025)

Revisiting Hyperparameter Tuning with Differential Privacy
di: Ding, Youlong, et al.
Pubblicazione: (2022)

Bayesian Optimisation with Unknown Hyperparameters: Regret Bounds Logarithmically Closer to Optimal
di: Ziomek, Juliusz, et al.
Pubblicazione: (2024)

Universally Empowering Zeroth-Order Optimization via Adaptive Layer-wise Sampling
di: Wang, Fei, et al.
Pubblicazione: (2026)

Calibrated Dataset Condensation for Faster Hyperparameter Search
di: Ding, Mucong, et al.
Pubblicazione: (2024)

On Optimizing Hyperparameters for Quantum Neural Networks
di: Herbst, Sabrina, et al.
Pubblicazione: (2024)

Dynamic Hyperparameter Importance for Efficient Multi-Objective Optimization
di: Theodorakopoulos, Daphne, et al.
Pubblicazione: (2026)

Multi-Objective Hyperparameter Optimization in Machine Learning -- An Overview
di: Karl, Florian, et al.
Pubblicazione: (2022)

Practitioner Motives to Use Different Hyperparameter Optimization Methods
di: Kannengießer, Niclas, et al.
Pubblicazione: (2022)

HyperQ-Opt: Q-learning for Hyperparameter Optimization
di: Hasan, Md. Tarek
Pubblicazione: (2024)

The Silent Hyperparameter: Quantifying the Impact of Inference Backends on LLM Reproducibility
di: Pape, David, et al.
Pubblicazione: (2026)