扬声器
|
成绩单
|
| 大卫·黄-帕斯卡 |
可以，然后呢。 |
| |
顺序和稳定赢得比赛。 大家好，我是 David，是 CatSci 的高级科学家。 那么什么是 CatSci？ |
| |
CatSci 是端到端化学工艺、研究和开发的创新合作伙伴。 我们与 JMP UK 等组织合作，确保我们的所有决策均由数据驱动。 |
| |
对我们来说，重要的是第一次就做对，并且每次都做对；为每个项目制定量身定制的完美解决方案；我们的绝对重点是满足客户的期望。 |
| |
我们在多个领域开展工作，包括早期和后期开发。 我们拥有工艺专业知识和悠久的催化经验，这一直是我们身份的核心特征，并且我们在分析化学和材料科学方面拥有出色的能力。 |
| |
因此，在 CatSci，我们面临的挑战之一是流程优化上游分类变量的选择。 |
| |
这个困难在我们的催化剂筛选工作中最为突出。 |
| |
在幻灯片的图像中，我们可以看到一些我们用来进行催化剂筛选的装置和仪器。 |
| |
左边，我们有预制的催化套件，其中包含 24 种金属前体和配体的预剂量组合。 |
| |
中间是一个氢化器，里面有一个 48 孔板，如右侧所示。 |
| |
这允许同时进行 48 个单独的实验。 |
| |
这些仪器专为高通量和小规模而设计，为我们的客户运行 10 个或更多此类板并不罕见，总计多达近 500 个实验。 |
| |
那么为什么我们需要进行比较大量的实验，对于提高效率有什么好处呢？ |
| |
所以，首先，需要探索的化学空间极其巨大。 |
| |
对于任何反应、任何化学反应，都有许多因素会产生影响，例如温度、浓度和化学计量。 |
| |
然而，催化反应的探索尤其具有挑战性，因为有许多重要的分类因素；这些包括金属前体、配体、试剂、溶剂和添加剂。 |
| |
催化反应的另一个特点是经常存在高阶相互作用，因此这意味着，对于催化剂体系（金属前体和配体的特定组合）， |
| |
需要广泛的溶剂和添加剂筛选来衡量性能。 |
| |
仅仅因为它在某种溶剂中表现不佳而排除之前所说的金属前体和配体的某种组合是不正确的。 可能的情况是您没有合适的溶剂或合适的添加剂。 |
| |
最后，解释更有效的筛选方法的好处的最简单方法之一是查看材料的价格。 |
| |
我们的许多催化项目涉及贵金属，例如铂、钯、钌、铱和铑。 其中一些金属是地壳中最稀有的元素之一，这反映在它们的价格上。 |
| |
只需在谷歌上快速搜索一下它们的价格，您就可以看到铑的价格比黄金贵一个数量级以上。 |
| |
催化筛选的另一大开支是配体。 虽然存在廉价配体，但许多用于不对称合成的最佳性能配体都是专有配体，例如来自 Solvias 的 Josiphos， |
| |
其中最常见且最便宜的 J001 的价格仍然是黄金的两倍。 |
| |
因此，减少实验次数可以降低耗材成本，但当我们为具有多吨制造工艺的客户找到最佳解决方案时，就会产生最大的影响。 |
| |
在这些情况下，催化剂负载量减少十倍或发现替代的更便宜的催化剂（例如，将铑催化剂更换为钌催化剂）每年可以节省数百万美元。 |
| |
现在交给 Ben，他将讨论 JMP 英国团队如何解决这个问题。 |
| 本弗朗西斯 |
非常感谢，大卫。 |
| |
所以很明显 |
| |
CatSci 和许多其他与 CatSci 类似的公司面临着巨大的挑战，配方空间很大， |
| |
可以有非常高阶的相互作用。 因此，科学非常非常复杂，我们通过实验来揭示这种复杂性非常重要。 |
| |
不幸的是，由于大卫在那里概述的成本，仅测试每种组合的选择并不是真正明智或可行的选择。 |
| |
最终，我们需要采取某种形式的方法，其中涉及数据科学来以数字方式理解这些关系。 |
| |
因此，为了继续并将所选配方应用于制造……多种制造场景，我们需要知道它每次都会起作用，正如大卫所说。 |
| |
所以我们查阅了文献，因为在JMP我们对DOE的应用很感兴趣，我们觉得这是DOE的一个特殊情况。 |
| |
正如我们恰当地命名它一样，它是一个大型 DOE。 因此，我们搜索了一个案例研究来应用能源部的大型方法，我们发现了 Perera 等人的一篇论文， |
| |
2018 年发表，他们研究了用于这种反应筛选的平台。 在这个场景中有趣的是他们有五个分类因素。 |
| |
这听起来可能并不过分。 他们必须查看反应物 1 和 2、配体、试剂和溶剂，但本文中提出的复杂性在于每个因素的水平。 |
| |
分别为四个、三个、十二个、八个和四个级别，所有组合在一起就形成了 4,608 种不同的组合。 |
| |
现在，在 Perera 等人的论文中，他们测试了每一种方案，这显然不是对世界上每家公司来说都是可行的解决方案，只是测试每种组合，正如 David 之前概述的那样。 |
| |
您可以在热图上看到，他们能够了解到存在一些高产区域 |
| |
有的产量不太高，有的产量也很低。 因此进行了大量的测试，最终导致对流程的了解并不多 |
| |
并且实验成本非常高。 |
| |
所以这最终导致这样一种情况：他们找到了一个组合，他们得到了一个组合，然后他们能够在论文中对其进行处理，然后说看，这是，这些是一般的 |
| |
第一次是正确的，但是从那时起，如果他们将其放入多吨制造场景中，每次都是正确的吗？ 它会继续提供所需的规范吗？ |
| |
美国能源部的大型解决方案是否会减少资源需求？ |
| |
第一次就正确吗？每次都正确吗？ 以及我们衡量这些问题的方式以及我们的表现 |
| |
首先是在减少资源需求方面，我们只允许设计一个总共 480 次运行的实验。 这是模仿 10 48 个工作板，大约是论文中执行的运行的 10%。 |
| |
第一次是否正确是通过查看论文中确定的 80 个高收益组合中有多少经过测试或预测来衡量的 |
| |
由生成的模型。 并且，最终通过 10% 的运行，我们期望从我们的……从我们的 DOE 中获得至少八种高收益组合 |
| |
（这里的高产率是指超过 95% 的值）。 |
| |
最后，也是至关重要的，每次通过查看模型的一般诊断（R 平方）来测量是否都正确。 最终，我们能否审视这一点并看看我们是否具有流程洞察力？ 人际关系有意义吗？ 组合和相互作用有意义吗？ |
| |
因此，我们也为自己的课程提供了一个标准，即使用 4,608 的完整数据集，我们发现它的 R 平方为 0.89，并且这是一个使用提升树方法的方法。 |
| |
现在我将把任务交给菲尔，他将概述我们采取的第一个大型能源部方法。 |
| 菲尔·凯 |
谢谢，本；谢谢大卫，把场景布置得这么好。 所以我们研究了三种不同的方法 |
| |
为了解决这个问题，看看我们是否可以减少该论文中实际测试的运行次数，并且仍然获得与 Ben 概述的相同的有用信息。 |
| |
所以我将讨论这三种方法中的两种，这两种是极端的方法。 有一种保守的方法和一种贪婪的方法，然后瑞安将讨论我们认为最终可能效果最好的更加混合平衡的方法。 |
| |
因此，按照保守的方法，这是标准的 DOE 方法。 我们设计了一个包含 10 个模块的 480 次运行的定制设计，这代表 David 向我们展示的催化剂筛选设备中的 10 个板。 |
| |
最重要的结果是，从 480 次运行的实验中，我们能够正确预测 13 个最高收益组合将是高收益组合。 |
| |
我们能够根据 480 次运行数据集构建一个模型，当我们针对该实验中未使用的数据对其进行测试时， |
| |
R 平方约为 0.73，实际上相当不错。 从已发表的大型实验中的较小实验中，我们得到了一个相当好的模型，对整个系统有了相当好的理解。 |
| |
我们从中得到的一些非常有趣的见解是，我们需要使用机器学习从这些数据中获取有用的模型，这让我们有点惊讶。 我将更详细地讨论这一点。 |
| |
我们从使用这种保守方法收集的数据中得到了一些很好的理解。 它让我们很好地理解了整个因子空间，以及为什么某些组合效果良好。 |
| |
它使我们能够识别替代区域，因此如果我们找到高产组合，但它不切实际，因为它太贵了， |
| |
催化剂太昂贵，或者它们可能是危险的或有毒的，不适合工业过程，那么我们有很多替代品，因为我们已经了解了整个空间。 |
| |
那么，我们是如何做到的呢？ |
| |
JMP 中的定制设计。 我们 |
| |
设计了 480 次运行，我优化设计，在本例中，分 10 个块。 再说一次，David 向我们展示了设备的 10 个块代表 10 个 48 孔板。 |
| |
值得注意的是，我们在定制设计中指定了一个用于主要效果的模型。 |
| |
对于二阶相互作用和三阶相互作用。 通过三阶相互作用和所有这些级别的分类因素， |
| |
只是需要估计大量参数，因此我们实际上无法设计一个实验来明确估计所有这些参数。 如果可能的话，我们需要将三阶交互放在 as 中，因此这是 480 次运行的贝叶斯 I 最优设计。 |
| |
从这个视觉效果中您可以看到，我们只是查看不同轮次的实验、不同的……10 个不同的板。 |
| |
您可以看到，通过在实验中添加下一个板块，我们如何增加对整个因子空间的探索。 |
| |
我们不关注任何特定地区；我们只是填充我们关于整个因素空间的知识空间。 |
| |
这就是我们在实验中使用的 480 次运行，以及我们从已发布的数据集中获得的剩余 4,128 行。 我们可以使用此测试数据来查看我们的模型在保留数据集（此测试数据）上的比较效果。 |
| |
现在，根据能源部的所有背景和经验，我们预计 |
| |
当我们为某个模型设计实验时，标准回归技术将为我们提供最有用的模型。 |
| |
因此，我们在这里使用 JMP Pro，并使用广义回归来拟合完整的三阶模型。 |
| |
现在我们实际上在这里使用 beta 分布，它在 0 和 1 之间反弹预测，因此我们将百分比收益率转换为 0 到 1 的范围。 这只是一个小技巧，当您对这样的产量数据进行建模时，如果您拥有 JMP Pro，您可能需要使用它。 |
| |
我们使用前向选择，以 AICc 作为验证方法，这样就会选择重要的效果。 |
| |
我们在每一轮之后重复这个，所以第一轮 48 分，然后第二轮 96 分，然后第三轮 144 分，一直到第十轮，我们得到了完整的 480 分。 |
| |
在这里，您可以看到 gen reg 上设置的过滤器，只是为了查看那里的前三轮。 |
| |
因此，对于前三轮，这是我们使用 gen reg、前向选择、AICc 验证获得的模型。 |
| |
我认为，这不是一个很好的模型，只是从我们对化学的期望的直观理解来看。 我们只看到模型中涉及的两个因素，因此只选择了两个重要的主要影响。 |
| |
因此，我们可以将该模型保存到数据表中，然后我们可以看到该模型对保留数据（我们的测试集）的预测效果如何， |
| |
其余 4,128 行不在我们的实验中。 我们可以在每一轮中都这样做。 我们对每一轮都这样做，所以我们有 10 个使用 gen reg 构建的模型。 |
| |
现在，作为替代方案，我们认为值得研究一些机器学习方法。 在这里，我们只是再次回顾前三轮。 |
| |
作为查看许多不同建模技术的一种非常快速的方法，我们在 JMP 16 Pro 中使用模型筛选。 |
| |
我们只需在 Y 和 X 中填写收益率和因子即可。 我们设置了保留验证列，随机保留 25% 的数据进行验证。 |
| |
单击“确定”，它会运行所有这些不同的建模技术，因此我们现在收到一份报告，告诉我们 |
| |
这些有多好......所有这些不同的建模技术，包括一些 gen reg 模型、神经网络和不同的树方法。 |
| |
我们在那里选择了最好的两个。 事实上，在所有轮次的实验中，我们发现神经...增强神经网络模型和引导森林是性能最好的模型。 |
| |
因此，我们可以再次保存预测公式，并使用未参与实验的测试数据集上的预测公式来比较它们，并查看我们的不同模型相对于该测试数据集的表现如何。 |
| |
我们在这里使用模型比较和 JMP Pro，因此我们比较所有的 gen reg 模型、神经网络模型和 bootstrap 森林模型。 |
| |
现在您正在查看 R 平方与测试数据集的视觉效果。 这些模型与保留测试数据集的拟合程度如何。 |
| |
您可以看到 gen reg，即使用红色前向选择的标准回归模型，从这里开始 |
| |
在第一轮中，这实际上是最好的模型，但并没有真正改进，然后在第五轮左右突然变得非常糟糕，然后在下一轮中再次变得非常好。 所以非常不稳定，最后变得更糟，可能是过度拟合。 |
| |
另一方面，机器学习方法是： |
| |
在第三轮之后，他们表现得最好，比我们的标准回归技术表现得更好，而且他们一直在进步。 而事实上， |
| |
您可以看到，神经网络在绿色部分开始时表现更好，到最后，引导森林的表现优于增强神经网络模型。 |
| |
因此，即使如此，您可能会认为相对简单的情况，您确实需要 JMP Pro 中的机器学习方法来获得针对此类系统或流程的最佳模型、最可靠的模型。 |
| |
现在，我们只是查看已发布的所有 4,608 次运行的实际产量结果与第 10 轮结束时（即完整的 480 次运行之后）我们最佳模型的预测的图表。 所以这就是右边的引导森林。 |
| |
这还不错，你知道你可以看到它正在采取的重要行为。 它正在识别低产区域和最高产区域。 所以有， |
| |
特别是在右上角，他们使用碘（？）反应物以及硼酸和硼酸酯 |
| |
那里有反应物。 |
| |
那么，我们将其与其他极端方法进行比较。 所以第一轮的48分是一模一样的；我们从同样的 48 次运行开始。 然后我们构建一个模型，并使用该模型来找出所有剩余运行中的哪一个： |
| |
在剩余的 4,560 次运行中，模型预测哪一次的收益率最高，然后我们在后续所有轮次中继续这样做，直到 10 轮。 |
| |
在这种情况下，我们正确地预测了更多的高收益和组合，但是当我们在 10 轮后得到最终模型并在数据上进行比较时 |
| |
我们在实验中没有使用过，R 平方很糟糕。 是 0.33。 所以我们得到的模型实际上并不能对整个系统做出良好的预测。 |
| |
因此，我们对一个高产地区有了很好的了解，并且正在寻找组合，寻找效果良好的因素设置，但这并不能真正使我们了解整个系统。 不是... |
| |
我们并没有减少对整个系统的理解的可变性。 |
| |
所以只是为了向您展示该系统、该方法是如何工作的，这是我们完整的 4,608 次运行，所有可能的组合，而且，正如我在第 1 轮中提到的，这与使用保守方法的第 1 轮相同，因此这是 I 最优 |
| |
那里有一组点，您可以看到它们均匀分布在因子空间中。 |
| |
我们根据这 48 次运行的数据拟合了一个模型。 |
| |
我们使用该模型来预测所有其他可能组合的产量，然后从这些组合中选择 48 个最高产量的预测， |
| |
就是那些。 所以你可以看到，他们专注于……我们不是……我们不再探索全要素空间的更高收益区域。 |
| |
如果我们从第 1 轮、第 2 轮、第 3 轮一直到第 10 轮，您可以看到，每次我们添加...我们都会向实验中添加位于左上角高产区的运行。 所以我们只真正关注因子空间的一个区域。 |
| |
如果我们将实际情况与预测情况进行比较，您会发现它在左上角的区域中做得非常好。 |
| |
但正如我们所料，它在其他地方做出了相当糟糕的预测；这可能并不奇怪。 我们还没有对整个系统进行实验。 我们确实只是专注于那个高产地区。 |
| |
如果你将它与我们左侧的保守方法进行比较（所以你已经看到了左侧的图），如果你看看模型是如何 |
| |
通过第一轮到第十轮的改进，然后每一轮我们都再次使用模型筛选平台来寻找最佳模型。 |
| |
事实证明，实际上在每个阶段，增强神经网络都是最好的模型。 好吧，你可以再次看到它有点不稳定，就像保守方法中的 gen reg 一样。 |
| |
有时，这是可以的，但它永远……它永远无法与我们保守实验中的最佳模型竞争。 |
| |
所以这是两个极端，我将把时间交给瑞安，他将讨论解决这个问题的更平衡或混合的方法。 |
| 瑞安·莱基维茨 |
谢谢菲尔。 和 |
| |
实际上，在演讲进行到一半的时候，我要感谢 Phil、Ben 和 David 让我参加这个活动。 作为一名开发人员，玩一玩实际上很有趣。 我是 JMP 中 DOE 平台的开发人员。 |
| |
正如菲尔在这里提到的，我在这里看到的方法是一种混合方法。 |
| |
好吧，这里的想法是我们将研究优化与探索的想法。 |
| |
所以，如果你想到菲尔谈到的贪婪方法，那确实是优化。 我会严格要求最好的，这就是我要关注的全部。 尽管采取了保守的做法，但我们关心的只是探索。 |
| |
所以这里的想法是，我们能否找到中间的某个地方 |
| |
也许可以优化，同时仍然探索一下空间？ |
| |
所以我会说我在这里做了什么......所以我实际上是从提前设置的三个孔板开始的，对吧。 所以我做了这三个尺寸为 48 的块，并且我只是用“如果可能的话 2FI”做了主效果。 |
| |
原因是有时我并不真正信任仅运行 48 次的模型。 我说，好吧，让我们稍微加深一下。 让我们尝试一下 144 孔板或三孔板，这样我也许可以更加信任该模型。 |
| |
因为从某种意义上说，即使你想到那种贪婪的方法，如果你的模型很糟糕，你也会进入可怕的区域。 它不会对你有太大帮助。 |
| |
和以前一样，我最终仍然会做 10 个孔板或 10 个块。 |
| |
我将在以后的幻灯片中稍微讨论一下这一点，但实际上我自始至终都在使用 XGBoost。 所以我预测的方式是使用 XGBoost，这是我会这样做的原因 |
| |
因为这样做。 |
| |
但是，这里的想法是本质上采用预测值。 所以我说，我不会严格追求最好的 48 名，而是要设定一个门槛。 |
| |
是的，在前三个之后，我从 50 岁开始。 所以我说，给我大于 50 的预测值，当我继续使用更多的孔板时，我将每轮增加 5 个。 |
| |
我的意思是，这相当随意；其中一部分是知道我们总共只有 10 轮，这也是因为我可以根据预测看到该组有多大。 |
| |
是的，所以根据数据，如果看起来该集合仍然很大，预测值约为 50，您可以对其进行修改。 |
| |
因此，这里的想法实际上只是慢慢开始探索有望成为更高产量的地区。 |
| |
那么，我们是对的吗？ 嗯，在这个例子中，我们实际上从 80 个最高收益组合中得到了 27 个，即高于 95 的组合，这与贪婪方法相差不远。 |
| |
如果你再次考虑 R 平方，以及所有保留数据，最终测试 R 平方为 0.69，所以这实际上与保守方法相差不远。 所以只是... |
| |
我的意思是，你可能......你现在可能要谨慎，只看这两个数字，但基于此，这种混合动力确实似乎是两全其美。 我的意思是，你正在权衡它，但是，但是你得到了一些好东西。 |
| |
所以只是对这种方法的一些见解。 真的，我想说，最终我们确实对与高收益相关的那些因子空间有了更好的理解。 |
| |
我认为贪婪，如果你能回想一下这些点在哪里，它们真的集中在左上角，所以它并没有真正对这个空间进行更多的探索。 |
| |
你可以想象如果... |
| |
如果那里的某样东西的价格一夜之间突然翻了两番，那么你现在对该地区其他地方一无所知。 |
| |
是的，因此通过这种混合方法，我们可以更多地了解如何和为什么以及一些组合，并且它为我们提供了更好的选择 |
| |
再说一遍，也许如果您有其他因素需要考虑，您愿意牺牲一点点产量，因为基于其他测量，有更好的替代方案。 |
| |
所以，真的，这里的想法......是的，所以让我来看看这是如何在定制设计中实际完成的，对吧。 所以我采取的方法是 |
| |
在自定义设计器中使用协变量，我认为它有时被低估了。 |
| |
但是，所以我的想法是我刚刚获取了完整的数据集，所以整个 4,608 次运行， |
| |
对于每一轮……你可以想象，一开始，我采用了这些……我采用了 144 次运行设计，然后我说，好吧，我将采用完整数据集的子集。 如果我已经在之前的设计中选择了它，那么我需要确保将其包括在内。 |
| |
然后，给我高于该特定值的预测产量，因此，对于第四个设计，从 50 和 55、60 等开始。 |
| |
那么数据表中 |
| |
现在，我要做的就是选择之前实验中使用的设计点。 所以我确保突出显示这些内容。 然后定制设计，当你进入添加因子时，有一个选项称为协变量。 再说一遍，我认为这是... |
| |
很多人以前从未真正见过协变量，我在这里提到，因为我想我可能会花整个演讲来谈论协变量， |
| |
但实际上会有一些博客条目（如果在您看到此视频时它们尚未发布，则可能在您观看此视频时的几天内） |
| |
我将在这里更多地讨论如何真正使用协变量。 但这个想法是，你之前可能也听说过一种叫做候选集的东西，所以这个想法是...... |
| |
这是这个数据集，它是之前选择的数据集的子集以及类似的数据集，它告诉定制设计师您只能选择这些设计点。 |
| |
你不能采用标准的方式，我们将继续尝试切换坐标和类似的事情。 它告诉 JMP 自定义设计器，您必须在设计中使用这些运行，特别是， |
| |
使用协变量的选项之一是您可以强制输入先前选择的设计点，因此通过这种方式，它实际上就像进行设计增强 |
| |
使用协变量后使用候选者。 |
| |
当然，因为在这种情况下，我不能真正抛弃我之前尝试过的那些设计点。 确实，我们想做的就是选择接下来的 48 个。 |
| |
不过，我也应该在这里提一下，如果您想到定制设计...... |
| |
所以在每一个中，我所做的是……两个因素相互作用，然后如果可能的话，三个因素相互作用。 |
| |
但这实际上更像是一种探索设计空间的机制，对吧。 我正在拟合的模型 |
| |
事后使用 XGBoost，所以我的意思是设计并未针对 XGBoost 模型或类似模型进行优化。 |
| |
这更像是一个替代说法，探索预测产量看起来不错的设计空间，特别是，因为这是处理分类因素，所以它将确保它试图获得良好的平衡。 另外值得一提的是， |
| |
如果您想...再次，因为它没有使用底层模型、XGBoost 或类似的东西，您可以使用响应。 因此，在这种情况下，他们将收益率预测为另一个协变量，这样做的目的是尝试在高收益率和低收益率之间取得更好的平衡 |
| |
当它尝试进行设计时的响应。 |
| |
所以我们没有在这里探讨这个问题，但我认为这将是未来要做的一件有效的事情。 |
| |
因此，达到预测的产量。 所以，正如我在...中提到的，所以我认为当 Phil 谈论他尝试过的其他一些机器学习技术时 |
| |
对于我的？？？，我实际上主要关注 XGBoost。 |
| |
如果你看左边，我这样做的原因之一就是尝试 |
| |
使用 K 折叠交叉验证，但我使用设计编号，它本质上是作为每个附加折叠的孔板。 因此，不是随机选择不同的 K 次折叠， |
| |
它会说，我要查看孔板，然后我将尝试为每个孔板保留它。 所以如果你想象一下，对于第一个，当我只有三个孔板时， |
| |
它会取出每一个孔板，将其拿出来，然后根据剩下的两个孔板，看看它的预测效果如何。 所以当我到达第十个……第十个孔板时，它实际上有点像十倍。 |
| |
因此，我的部分原因是考虑尝试使该模型对您未见过的下一个孔板具有鲁棒性。 |
| |
而且，实际上，如果特定的孔板发生问题，这实际上也可能会保护您， |
| |
然后，也许也能从中得到一点保护。 |
| |
我用 XGBoost 做的另一件事是，当您启动 XGBoost 平台时，就像通过插件一样，您会看到顶部有一个小复选框，用于我们所说的调整设计。 |
| |
因此，通过这种调整设计， |
| |
它实际上是在盖子后面安装一个空间填充设计，并针对不同的超参数运行所有这些。 |
| |
所以我每次这样做的目的是， |
| |
我会选择 50 次运行的调整设计，但只是探索一下超参数空间。 所以我会选择每一轮的模型 |
| |
是具有最佳验证 R 平方的那个。 再说一遍，本例中的验证 R 平方实际上仅使用了我拥有的设计点，对吧。 所以这是用...做K折。 |
| |
与那些不同的孔板。 所以在这种情况下，验证 R 平方不是......我没有使用尚未见过的数据，因为实际上，我还没有该数据。 |
| |
但这只是说使用验证技术，我使用的是孔板。 再说一遍，这就是我在大部分情况下使用 XGBoost 的原因，我只是尝试一些不同的东西 |
| |
使用 K 折叠技术，而且，当谈到 XGBoost 时，我真的很喜欢使用空间填充。 |
| |
让我们看一下这里。 所以我们在这里看到，这些是在连续几轮中选出的点。 现在， |
| |
如果你想想贪婪方法中发生的事情，我的意思是，它实际上集中在左上角。 |
| |
是的，但是现在，如果你看到这种混合方法， |
| |
当它开始进入回合时，你会看到它更多地填充了这些点，但我们也得到了更好的……更好的点采样，尤其是在左侧。 |
| |
是的，所以如果你从这个角度考虑，现在对于那些高产地区你有很多更好的选择。 |
| |
我想是的...如果我们现在看看实际情况与预测情况， |
| |
我实际上认为这也很能说明问题，因为我们做了更好的探索。 |
| |
在那些高产地区，也许 |
| |
我认为，如果你看左下角，我认为我们在混合模型中做得更好，选择了一些可能是可行的替代方案。 |
| |
这种方法的好处之一是我可以不仅仅关注产量。 |
| |
是的，所以如果你想... |
| |
我可以有第二个反应，无论是某种毒性，也可能是成本，诸如此类的东西， |
| |
当我查看这些预测值时，我可以不仅仅关注产量。 所以，如果你想到类似贪婪方法的东西， |
| |
如果你开始添加你想要考虑的次要标准，那么开始进行平衡就会困难得多。 而使用这种子集方法，在执行此操作时添加辅助响应实际上一点也不困难。 |
| |
我想我现在就把它交给本来得出结论。 |
| 本弗朗西斯 |
所以， |
| |
非常感谢 David、Phil 和 Ryan 介绍了我们为什么要这样做的背景，最后为我们提供了两三个非常好的解决方案和方法 |
| |
看看我们如何解决这个问题。 在所有这些方法中，JMP 显然正在为科学家提供价值。 因此，我们的实验资源就直接、直接地减少了十倍。 我们只使用了 10% 的运行。 和 |
| |
最终，我们在每种情况下都能满足规格要求并通过实验提供高产解决方案。 |
| |
但除此之外，我们还展示了如何根据采用这种方法的公司的目标和战略，获得不同程度的深入流程理解。 |
| |
现在，您可能会注意到，我们来自 JMP 的三个人对 CatSci 如何解决这个问题非常感兴趣。 我们不一定要采取 |
| |
远离 CatSci 的问题并自行解决；我们正在提供工具来解决能源部方面的问题。 这是大卫作为客户之间的一次奇妙的合作， |
| |
我和菲尔负责技术销售，瑞安负责产品开发，关键是我们都从不同的角度看待这个问题 |
| |
为了实现这种解决方案，正如我之前所说，我们可以根据需要实现的目标，以不同的方式来了解深层流程。 |
| |
我们在此过程中发现了一些事情，这对 JMP 来说确实令人兴奋，并将导致产品改进，然后我们将这些改进交还给你们自己 |
| |
作为客户。 我们了解到，机器学习方法适用于能源部的这种大型情况，而且如您所知，通过 JMP，它们可以直接应用。 我们还学会了在验证方法方面的谨慎态度，我们可以进一步研究这一点。 |
| |
因此，最终，我们在此展示了有关能源部重大挑战的大量工作，并且我们确信有许多公司（与 CatSci 类似）正在解决此类问题。 |
| |
因此，我们都邀请您进一步探索我们所做的这项工作，我们在社区方面有两个链接，我们将在其中发布资源和视频， |
| |
以及 JMP 公共帖子，使您能够掌握我们在其中使用的数据。 因此，我们想对本次演示中的所有人表示感谢。 |
