因此，即使更好的解决方案是 Just ，您也可以在这里进行初始解决方案...
相反的术语用于急切的搜索？我所有的Google成绩都使我参考了保罗·里维尔（Paul Revere）的旅程。在这些混乱和不确定性时期，确实是一个令人欣慰的想法，但并不是真正的……有用。
有这样的术语吗？
我认为考虑"贪婪"one_answers"渴望"是不正确的。
贪婪和节俭的优化
贪婪的算法是指优化范式将本地最佳选择视为最佳全球选择。当然，这是在迭代上完成的，以使当地社区发生变化。该算法始终是当前迭代中"看到"选项的最佳选择。贪婪优化算法的一个示例将是梯度下降。
一种非绿色/节俭优化算法在全球范围内更加考虑选项。它试图检查更多选项。示例将是贝叶斯优化和多种形式的群体优化技术，尤其是萤火虫优化（AFAIK，他们都找到了所有本地最佳选择）。
EEAGER和懒惰学习
"渴望"用于"渴望学习"。"渴望学习"的对立面是"懒惰学习"。该术语表示数据的数学建模是在单独的先前学习阶段发生的，还是仅在将方法应用于新数据时。例如，多项式回归是渴望的，而高斯处理回归或内核回归是懒惰的。
这与该方法是参数（通常是渴望学习）还是非参数（通常是懒惰的学习）密切相关，但并非总是如此。例如，决策树是急切的学习者，但仍然非参数。
"节俭"是我见过的唯一术语（另一个"非怪兽"）。它足够直观，大多数人都从上下文中掌握了含义。