Un client m'a posé une question sur une optimisation bayésienne. Est-ce que quelqu'un a demandé une demande similaire à un client ?
En général, l'optimisation bayésienne est une stratégie de conception séquentielle pour l'optimisation globale des fonctions de boîte noire qui n'assume aucune forme fonctionnelle. Cette méthode a été utilisée pour régler les modèles d'apprentissage automatique. L'optimisation bayésienne a également été récemment appliquée dans l'industrie manufacturière (pour des expériences de simulation et des expériences réelles).
Mon client souhaite sélectionner la meilleure expérience candidate pour la prochaine exécution en fonction des données de l'expérience précédente.
Voici un exemple d'application pour l'expérience chimique.
https://www.nature.com/articles/s41586-021-03213-y
Je pense que JMP peut créer un modèle de processus gaussien afin qu'un client puisse suivre certaines étapes de l'optimisation bayésienne dans JMP.
Yuichi
