Buchumschlag

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

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Beicheng, Ding, Keyao, Liu, Wei, Lu, Yupeng, Cui, Bin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

ORTHOBO: Orthogonal Bayesian Hyperparameter Optimization
von: Schröder, Maresa, et al.
Veröffentlicht: (2026)

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

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

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

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

Bayesian Optimization for Hyperparameters Tuning in Neural Networks
von: Onorato, Gabriele
Veröffentlicht: (2024)

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

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

Generative Bayesian Hyperparameter Tuning
von: Lopes, Hedibert, et al.
Veröffentlicht: (2025)

Overtuning in Hyperparameter Optimization
von: Schneider, Lennart, et al.
Veröffentlicht: (2025)

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

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

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

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

Hyperparameter Optimization in Machine Learning
von: Franceschi, Luca, et al.
Veröffentlicht: (2024)

Co-Learning Bayesian Optimization
von: Guo, Zhendong, et al.
Veröffentlicht: (2025)

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

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

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

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

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

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

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

Enhancing Performance and Calibration in Quantile Hyperparameter Optimization
von: Doyle, Riccardo
Veröffentlicht: (2025)

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

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

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

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

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

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

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

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

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

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

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

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