内容简介：本书关注大模型超参调优这类昂贵的多目标优化问题，针对其经典的求解方法（贝叶斯优化方法）开展理论方法探索。针对低维和高维决策空间中的并行化丽数评估问题，获取函数优化效率问题以及维度灾难和边界问题，本书对多目标贝叶斯优化方法进行四方面的研究，旨在有效地求解低维和高维昂贵的多目标优化问题。 本书可作为当前大模型超参调优理论研究与应用实践的指导书，也可作为演化学习、智能优化、大数据及人工智能等相关专业的教材和参考书。