IO Volere A Grazie IL JMP timone Comitato E IL JMP organizzatori
per invitante Fil E me stessa A Venire E presente Nostro emozionante parlare
SU CMC , SVEM , DOE , E Complessità : Esso 'S Tutto Di Predizione .
Volere A inizio di ringraziando Dott . Tiffany Rao , Lei 'S stato coinvolto con IL pianificazione
E numerose conversazioni per IL lavoro Quello Noi 'Rif andando A presente Oggi .
Andando A Fare UN panoramica , raccontare Voi Chi Lundbeck È , Chi IO lavoro per ,
E Poi fornire IL sfondo
per IL DOE Quello Noi 'Rif andando A parlare Di ,
Quale È processi sviluppo per UN biologico farmaco .
Nostro caso studio E Che cosa IO 'M facendo In tradizionale
per Che cosa IO ho iniziato A Fare per sviluppo
È inizio con IL Primo fare un passo Di facendo DSD per metà -tardi palcoscenico sviluppo ,
Poi seguire Quello con UN secondo fare un passo
Di facendo aumentare con UN spazio -Riempimento progetto .
Poi Noi Sono sperando A dimostrare A Voi Oggi Quello per analisi Quello SVEM
consente noi A Avere Meglio predizione per Tutto Di Questo lavoro E consente noi A Avere
Meglio linea del tempo per Nostro lavoro Quello Noi 'Rif facendo .
Lundbeck È situato …
Noi 'Rif con sede In Copenaghen ,
Noi 'Rif Sopra 6 .000 dipendenti In Sopra 50 Paesi ,
E Noi Sono sforzandosi A Essere IL numero uno In cervello salute .
IL parte Di IL azienda Quello IO lavoro con È IL CMC biologici
E Noi 'Rif fondamentalmente situato In IL Copenaghen la zona
E In IL Seattle la zona Dove IO 'M situato .
Permettere 'S parlare Di IL sfondo per IL DOE Quello Noi 'Rif andando A presente Oggi .
IL processi Quello Noi Volere A sviluppare per farmaco sostanza , per questi biologici ,
Noi inizio con UN cellula Di fiale , Noi Prendere quelli fuori Di IL congelatore ,
Noi Poi espandere In scuotere boccette , andare più grande in cultura borse ,
Forse UN seme bioreattore , Poi A UN produzione bioreattore .
Quello produzione bioreattore va circa due settimane .
Noi Avere complesso nutriente feed ,
Noi Avere PH controllo , temperatura controllo , Là 'S IL base Quello Noi 'Rif aggiungendo .
Una volta Noi fine Quello 14 -giorno produzione , Noi Bisogno A figura fuori UN modo
A Ottenere IL cellule Quello Sono secernendo Nostro molecola in IL surnatante .
Come Fare Noi separato IL cellule da IL Prodotto ?
Quello raccolto Potere Essere UN centrifuga , Esso Potere Essere profondità filtrazione .
Poi Noi passaggio Esso SU A Nostro a valle colleghi .
Essi Primo Generalmente Fare UN catturare fare un passo Dove Essi 'Rif ottenere sbarazzarsi
Di maggior parte Di IL ospite cellula proteine , IL ospite cellula DNA .
Ma Poi Noi Bisogno A Fare due lucidato passi Dove Noi 'Rif Poi detto ,
"Va bene , Che cosa Sono IL Prodotto -imparentato impurità ?
Forse Là 'S non IL pieno molecola Là , COSÌ Noi Avere A Ottenere sbarazzarsi Di quelli ."
Poi Finalmente , Noi Avere A Fare Sicuro , Attraverso ultra filtrazione E diofiltrazione
Quello Noi Potere trasferimento in IL respingente
Quello Esso 'S andando A Essere Quando Esso È trasferito per IL paziente 'S utilizzo
E Esso 'S Anche A IL Giusto concentrazione .
Voi Potere immaginare , ogni fare un passo lungo Questo modo ,
Là Sono molti fattori ,
Là Sono molti manopole Quello Noi Potere giro A controllo Questo processi ,
Fare Sicuro Quello Esso 'S robusto
E Noi 'Rif fabbricazione IL Stesso Prodotto ogni tempo .
Quando Noi 'Rif focalizzata SU trattando IL paziente ,
Noi Anche Volere A messa a fuoco SU IL Attività commerciale .
Noi Potere 'T Mettere Tutto Di Nostro sviluppo risorse per ogni molecola .
Noi Volere A Giusto -misurare IL ricerca Quello Noi 'Rif facendo
A IL Giusto palcoscenico Di IL Prodotto .
Là 'S molti cose Quello Potevo uccisione UN Prodotto ,
Ma Se Noi Potere sviluppare Questo In IL Giusto tempo E IL Giusto spazio
utilizzando questi utensili da JMP ,
Noi Potere spostare Questo sviluppo sequenza temporale A IL Sinistra
E Noi Potere Anche ridurre IL quantità Di risorse
E IL costo A IL azienda .
Se Noi 'Rif Primo ottenere UN molecola ,
Quello 'S Quando Voi 'Rif andando A inizio guardare A tuo categorico fattori .
Noi Potrebbe Essere facendo IL cellula linea selezione .
Noi Volere A Fare Sicuro Quello Noi Avere IL Giusto cellula linea
Quello 'S andando A scorso Tutto IL modo Attraverso commercializzazione .
Per IL a valle gruppo , Essi Maggio Essere guardare A resine
per Entrambi a monte E a valle ,
guardare A media E respingente componenti E IL formulazioni Di quelli .
Quello 'S Quando Voi 'Rif fabbricazione Sicuro Quello Voi Avere IL Giusto cosa ,
Quello 'S andando A Mantenere Voi andando Attraverso tuo sviluppo percorso .
Ma Poi una volta Voi 'Rif In IL clinica ,
Ora Voi Volere A Veramente inizio A guadagno comprensione Di IL processi parametri .
Nostro strategia È A inizio con UN sviluppo selezione progetto
E Noi Volere A Essere grassetto In Nostro livello impostazioni A Questo palcoscenico
E IO 'LL parlare UN poco morso Di più Di Quello Dopo ,
per IL tardi palcoscenico sviluppo .
Poi Noi Potere costruire SU Che cosa Noi imparato da IL Definitivo Selezione Disegni
di aumentando quelli disegni con spazio -Riempimento O altro disegni
COSÌ Quello Noi Veramente capire Quello progetto spazio .
Che cosa 'S diverso Quello Noi 'Rif sperando A spettacolo Ora
di tradizionale passeggiate Attraverso Questo percorso
È Quello In IL passato , Noi ho stato lancio fuori
IL fattori Quello Noi ho disse sono 'T importante .
Ma con moderno disegni E moderno modi Di facendo analisi ,
Noi Potere Mantenere Tutto Di IL fattori E Tutto Di IL lavoro Quello Noi ho Fatto COSÌ lontano
E guadagno Meglio comprensione Di IL Totale processi ,
particolarmente con biologici Quello Sono abbastanza complesso .
Prima IO passaggio IL bastone A Fil , IO Appena ricercato A parlare uno Di più Di …
Permettere 'S Vedere Se IO Potere …
IO 'M andando A minimizzare Questo schermo Appena per UN minuto COSÌ IO Potere spettacolo Voi Questo .
Questo È UN sperimentare Quello IO fatto A dimostrare IL energia Di DOE per Mio capo .
IL pieno dati impostato era UN OFAT per PH , E IL risposta era più stretto .
Noi ricercato A Fare molto molti diverso livelli
In UN Largo allineare Perché Lui era 'T Sicuro A IL tempo
Quello Noi erano andando A Essere capace A scegliere Che cosa IL ottimizzato livello era .
Ma Che cosa IO ricercato A spettacolo lui era Quello ,
"Va bene , Noi fatto Questo sperimentare , Noi Avere Tutto Di Questo dati .
Noi erano capace A modello Dove IL ottimizzato condizione era ,"
E Quello 'S mostrato In blu ,
E Quello trasformato fuori A Essere IL corretto caso .
Quando Noi testato IL modello , Quello era IL ottimizzato condizione .
Permettere 'S fare finta Ora Quello Noi 'Rif di partenza , Noi assistente 'T Sapere Quello dati .
Se Noi avevo scelto UN conservatore allineare collocamento per Nostro sperimentare ,
Nostro rumore A segnale volevo Essere abbastanza alto
E COSÌ Noi volevo Avere perse trovare IL ottimizzato macchiare .
Ma Se Noi avevo scelto UN più ampio allineare In Nostro impostazioni
E Ancora con soltanto tre punti ,
IL modello Ancora volevo Avere scelto IL ottimizzato macchiare .
Che cosa IO 'M andando A sfida IL soggetto questione esperti
Quando Voi 'Rif progettazione tuo DSD È Veramente Essere grassetto In tuo allineare collocamento .
Voi Volere Ancora Trovare IL ottimizzato macchiare
E Voi Avere A Avere Alcuni conoscenza Di tuo processi COSÌ Quello Voi Potere completare
IL progetto Di sperimentare
E Avere Tutto Di IL corre A meno Avere Abbastanza segnale
Quello Voi Potere misurare E Poi successivamente modello .
Una volta Voi Imparare da tuo Definitivo Selezione Disegni
Di più Di tuo progetto spazio , Voi Potere Venire Indietro
E Poi Voi Potere Essere interno A Quello spazio .
Quello 'S Quando Voi aumentare con UN spazio -Riempimento progetto .
Ora IO 'M andando A passaggio IL bastone A Fil
E Lui 'S andando A Prendere Voi Attraverso IL analisi .
Va bene , Grazie Voi . Grazie Voi , Patty .
Noi 'Rif andando A parlare Di UN molto Carino
E un po' complicato sperimentare Quello Patty E suo squadra correre .
Essi Fare UN quantità Di Grande lavoro E Essi 'Rif grande sostenitori Di DOE E JMP
E IO 'M molto Contento Essi permettere Me Ottenere A giocare con loro A volte .
Esso 'S affascinante lavoro .
Ma Prima IO Ottenere in IL effettivo analisi ,
IO ricercato A parlare Di UN pochi pertinente concetti
Quello membri Di IL pubblico Maggio
O Maggio non Essere familiare con , E Quello include complessità .
Esso 'S UN Veramente caldo argomento fuori Là .
Parlare Di Che cosa È In realtà predizione .
Quello È UN confuso concetto A molti persone .
Poi da Là , IO 'LL lancio in parlando Di
Come Noi analizzare predizione E Come Noi fatto con Patty 'S sperimentare .
Complessità, UN compagno di nome Daniele Finelli
da Londra Scuola Di Economia, scritto tanto Di Questo
E Lui chiamate Esso "IL elefante In IL camera " Quello statistiche E molti ,
Che cosa Lui chiamate "metascienze ," Sono ignorando E Essi 'Rif ignorando Esso A loro pericolo .
IO vinto 'T Ottenere in UN quantità Di dettaglio .
Voi Potere Aspetto lui su SU IL Internet , Lui ha UN quantità Di video E documenti .
Ma complessità È UN Enorme problema .
Esso È stupefatto scienza E statistiche
E dati scienza E macchina apprendimento In IL viso E Esso esigenze A Essere trattato con .
A presente , Noi 'Rif non Veramente condotta con Esso direttamente In statistiche .
Di IL modo , Là Sono Ora Totale applicato matematica programmi
basato SU studiando complesso sistemi .
Mio metter il fondo a linea È , complessità È vero .
Complessità richiede nuovo pensiero .
Noi Veramente Avere A ripensare DOE E analisi .
Voi 'Rif andando A Vedere Quello per complesso sistemi,
E Noi Anche Avere A capire qualcosa altro , sistemi teoria 101 È
complesso sistemi Sono definito di loro interattivo comportamento .
In punto Di fatto , principale effetti Sono In realtà Anche ingannevole .
Voi Avere A in qualche modo Essere sperimentando
In UN maniera Quello Voi Potere catturare Questo interattivo comportamento ,
E Voi 'Rif andando A Vedere attuale strategie autunno corto Di Quello obiettivo .
Patty 'S Già menzionato IL CMC percorso .
Luogo inesistente È Questo problema Di complessità Di più ovvio di In bioprocessi .
Voi Avere complesso combinazioni Di biologia E chimica ,
E interazioni Sono ovunque .
Quando IO parlare A scienziati In biotecnologia ,
Essi Sapere Giusto su davanti Noi 'Rif condotta con Veramente complesso interattivo sistemi .
Ma Primo , IO Bisogno A punto fuori predizione .
Se Voi 'Rif lavorando In CMC sviluppo lavoro , Esso 'S Tutto Di predizione .
IL ICH linee guida Quello Sono usato di scienziati In IL CMC sviluppo lavoro
assistente 'T specificamente Dire predizione ,
Ma Se Voi Leggere Che cosa Essi Dire , Esso 'S Tutto Di predizione .
Fondamentalmente , Voi 'Rif edificio processi A produzione biologici ,
E con IL nuovo cellula E gene terapie ,
questi processi Sono divenire senza speranza complicato .
IO personalmente fare affidamento pesantemente SU IL scienziati A spiegare Esso A Me ,
E Essi 'Rif IL persone Chi Veramente Fare Tutto IL decisioni .
IO 'M IL aiutante , E IO 'M molto Contento A Essere Là COME parte Di Esso .
Ma Esso 'S Tutto Di predizione .
Quello È non Come molti scienziati E Anche statistici ,
Avere visualizzato CMC lavoro .
Di IL modo , Questo si applica A Tutto le zone Di scienza .
IO 'M focalizzata con Patty SU IL CMC sviluppo percorso ,
Ma predizione È importante .
Che cosa È predizione ?
Esso 'S confuso . Esso 'S non chiaramente definito In discipline .
Qui 'S Che cosa Esso Veramente È E Come IO definire Esso .
Esso 'S UN misurare Di Come BENE
Modelli Quello Voi sviluppare interpolare Sopra UN progetto regione .
In altro parole , Noi 'Rif andando A adatto UN modello A Che cosa Noi chiamata UN formazione impostato ,
E Poi Noi Bisogno Alcuni modo Di sapere Come Quello modello volevo fare domanda a
Sopra IL Totale progetto regione .
In CMC lavoro , particolarmente tardi palcoscenico , Quello È molto importante .
Voi Essere capace A Fare Quello , COME molti Di Voi Sapere .
Voi Veramente Avere UN formazione impostato A adatto IL modello .
Quello formazione impostato In NO modo Potere valutare predizione .
IO Sapere Là 'S UN comune credenza
Voi Potere valutare predizione SU formazione imposta .
Voi semplicemente Potere non .
Voi dovere Avere UN test impostato .
Anche IO 'LL parlare UN poco morso Di IL fatto In condotta con scienziati ,
E UN quantità Di Esso In chimiche E biologici .
Ancora , IO Fare UN quantità Di Esso In biotecnologia ,
Ma Anche In altro le zone Piace batteria tecnologia , Materiale scienza .
Esso È divenire molto ovvio .
IL cinetica Sono complicato .
Essi 'Rif costantemente mutevole Sopra progetto regioni .
IL cinetico comportamento Quello Voi Vedere in giro IL confini
È Spesso molto diverso da Che cosa 'S accadendo SU IL interno .
Perché fa Questo questione ?
BENE , IL classico approccio A risposta superficie ,
Anche Compreso ottimale disegni , fa affidamento su Che cosa IO chiamata confine disegni .
Quasi Tutto Di tuo osservazioni Sono in giro IL confini Di IL progetto regione .
In punto Di fatto , se persone Volere A ascoltare Esso O non ,
IL centrale composito progetto ,
comunemente usato In risposta superficie ,
È Di IL peggio progetto Voi Potevo pensare Di per predizione .
IL interno Di IL spazio È vuoto .
Se Voi adatto questi Modelli SU IL confine ,
E Poi Voi prevedere Che cosa 'S accadendo SU IL interno ,
Esso 'S non predizione , Esso 'S speculazione .
Voi assistente 'T Sapere . Voi Avere NO dati .
IO 'M andando A spettacolo Voi In IL caso studio ,
Voi 'Rif probabilmente andando A portata Alcuni sbagliato conclusioni .
IL confine regioni , Infatti , Spesso comportarsi molto diversamente ,
E Noi Avere UN Bisogno A riconsiderare Nostro approccio A disegni .
Un altro problema
In risposta superficie E statistiche
È Questo onnipresente utilizzo Di pieno quadratico Modelli .
Essi Sono non sufficiente A modello complesso risposta superfici .
In fatto , Essi 'Rif lontano da Esso .
Purtroppo , IO Ottenere UN quantità Di respingere
da statistici Chi reclamo Esso È Bene Abbastanza .
Mio risposta È , "BENE , Se Voi In realtà utilizzo disegni
Quello avevo sufficiente interno punti ,
Voi 'D velocemente scoprire Essi assistente 'T adatto BENE A Tutto .
Ancora , provando A misurare predizione
SU IL interno Di UN progetto regione utilizzando confine disegni È inutile .
Di IL modo , Mio Bene amico , IL tardi John Cornell E Douglas Montgomery ,
pubblicato UN carta SU Questo In 1998 , E IO 'LL Essere educato , Essi erano ignorato .
Esso era In realtà un po' più cattivo di ignorato di IL statistiche Comunità .
Essi ha mostrato In IL carta Quello pieno quadratico Modelli
Sono Appena non sufficiente A copertina UN progetto regione .
Patty menzionato SVEM , se stesso -convalida insieme modellazione .
Esso 'S UN algoritmo .
IO 'M uno Di IL co -sviluppatori con Dott . Chris Gottwald Di JMP ,
UN persona IO Presa In molto alto considerare .
IO vinto 'T Ottenere in IL algoritmo di IL modo ,
Là Sono Riferimenti A IL FINE Dove Voi Potere andare E Imparare Di più Di Esso .
Esso ha stato parlato Di A scoperta conferenze In realtà ,
andando Tutto IL modo Indietro A Francoforte In 2017 .
Ma SVEM È UN algoritmo Quello consente Voi A fare domanda a macchina apprendimento metodi .
Macchina apprendimento metodi Sono Tutto Di predittivo modellazione .
Credere Me , persone In Quello campo Sapere UN quantità Di più di Voi Maggio pensare
Di predizione E fare domanda a loro A dati da piccolo imposta Piace DOE 'S .
IO vinto 'T Ottenere in SVEM .
Esso 'S UN Totale nuovo modo Di pensiero Di edificio predittivo Modelli ,
E IO pensare Esso 'S In suo infanzia ,
Ma Esso 'S Già dimostrando molto potente E utile In biotecnologia .
Permettere 'S Ottenere A IL sperimentare .
Questo È In realtà UN ibrido sperimentare Quello Patty E suo squadra creato .
Là Sono Sette fattori E Là Sono 13 risposte .
Ma dovuto A tempo vincoli , IO 'M soltanto andando A messa a fuoco SU quattro ,
E Anche Quello 'S andando A Essere difficile A Ottenere Esso Tutto In .
IL dati E IL sperimentare Sono altamente proprietario .
IO Fare Grazie Lundbeck E Patty per In realtà permettendo noi A utilizzo
UN anonimizzato versione Di Questo progetto .
IO Avere UN quantità Di caso studi , Alcuni Di loro simile A Questo ,
E IL persone Chi Proprio IL dati
lo farebbe 'T Anche permettere Me discutere Esso Se IO anonimizzato Esso .
Quello era molto Carino Di loro .
IO pensare Noi Avere UN Veramente importante storia A raccontare Qui .
Questo È UN ibrido progetto .
Esso 'S compreso Di UN 19 -correre Definitivo Selezione Progetto
in giro IL confini .
Poi Esso ha 16 spazio -Riempimento disegni SU IL interno .
Là Sono centro punti In Entrambi parti Di IL progetto .
Come volevo Noi analizzare Questo ?
BENE , Che cosa IO Volere A Fare È discutere IL strategie Di analisi Quello Sono usato ,
IL algoritmi Quello Sono usato , E Fare confronti A SVEM .
IO 'LL raccontare Voi In avanzare , SVEM È andando A Fare molto BENE .
Poi Noi 'LL parlare Di Alcuni Di IL problemi con IL Modelli loro stessi
E Come Noi utilizzo loro .
IO 'M andando A Fare Che cosa maggior parte persone attualmente Fare .
IO 'M andando A Prendere IL confine punti , IL DSD ,
adatto Modelli , E Poi fare domanda a loro A IL spazio -Riempimento disegni COME UN test impostato
E Vedere Come BENE Mio modello interpola .
Fare un passo due , IO 'LL inversione IL processi .
IO 'LL adatto Modelli A IL spazio -Riempimento punti ,
E Poi IO 'LL utilizzo IL DSD COME UN test impostato E Vedere Come BENE Mio modello
In realtà estrapola UN poco morso A IL confini .
Tre È UN comune strategia usato In macchina apprendimento .
IO 'M andando A utilizzo UN trattenuta test impostato .
IO 'M andando A Prendere IL 35 corre E rottura loro su .
IO fatto Questo In UN modo A Fare loro Entrambi equivalente COME tanto COME IO Potevo
in UN formazione impostato contenente Entrambi SFD E DSD punti ,
E Poi Anche UN Totale Indietro test impostato Quello ha UN rappresentazione Di Entrambi .
Poi Finalmente , fare un passo quattro , Che cosa molti persone volevo automaticamente Fare .
IO 'LL Appena adatto Modelli A IL Totale dati impostato .
In generale , IO assistente 'T consigliare Questo Perché Là 'S NO modo A test IL modello .
IO Volere Dire su davanti ,
Perché Noi Fare Avere UN quantità Di spazio -Riempimento punti SU IL interno ,
IO 'M Di più comodo con Questo approccio di IO Sono In pratica .
Ma questi , IO Trovare , Sono IL quattro di base strategie Quello volevo Essere usato .
Come Fare IO analizzare Esso ?
BENE , Se Voi Avere UN DSD ,
persone Piace A utilizzo Adatto Definitivo Selezione ,
IO 'LL Aspetto A Esso , Esso soltanto si applica A DSD .
Onestamente , Esso 'S non Veramente UN predittivo- modellazione strategia ,
né Fare Essi reclamo Esso È .
Ma IO Trovare persone sembrare A utilizzo Esso Quello modo .
IO 'LL utilizzo Inoltrare Selezione .
Se Voi Sapere Che cosa IL AICc statistica È , Noi 'LL Fare Quello In GenReg , In JMP 17 .
Poi Noi 'LL Aspetto A qualcosa Essi Avere In GenReg Quello 'S molto Carino .
Quello È IL SVEM algoritmo .
IO 'M andando A utilizzo Quello con Inoltrare Selezione .
Poi IO 'M andando A Aspetto A qualcosa persone Maggio non Sapere .
Esso 'S UN nascosto gemma In JMP .
Qualcosa chiamato In movimento Media In IL Gradualmente piattaforma .
John Saulo Mettere Esso Là molti anni fa .
IO pensare Lui era essendo molto perspicace .
Poi Noi 'Rif andando A parlare Di SVEM E Neurale Reti .
Fondamentalmente , NO Software fa Questo .
IO Avere lavorato con IL Previsione ,
Alcuni Di Voi Sapere Wayne Levin E Previsione A sviluppare UN aggiungere -In A Fare Questo .
Esso 'S attualmente IL soltanto Software disponibile Quello fa Questo .
IL SVEM aggiungere -In era usato A Fare IL Neurale Reti .
IO vinto 'T Ottenere in IL aggiungere -In in particolar modo ,
IO 'LL Appena velocemente spettacolo persone Dove questi cose Sono .
Poi Finalmente IO disse IL il quarto strategia era usato A Presa dati impostato
Perché IO Ottenere chiesto Di Questo Tutto IL tempo .
IO Appena buttato In Alcuni K -attraverso Piega convalida A utilizzo
con IL SVEM metodi E Alcuni Di IL altro metodi .
Quelli Sono IL metodi Noi 'LL utilizzo
E per metodi Piace Adatto Definitivo ,
Inoltrare Selezione E In movimento Media metodi ,
Noi 'LL assumere UN pieno quadratico modello COME Quello È IL tradizione .
IL altro metodi , Ancora , Noi 'Rif andando A utilizzo UN Neurale Rete
Quale È Di più flessibile .
Là Sono quattro risposte, E Questo È Veramente importante .
IO l'ha fatto 'T a caso Selezionare loro .
Là Sono quattro Di loro E Essi variare In complessità .
Ancora , IO 'LL ammettere Questo È soggettivo .
Là È NO a livello internazionale approvato misurare Di complessità
E Questo È basato su IL capacità A modello IL risposte .
Ancora , Là Sono 13 risposte .
Tipicamente , In CMC percorso lavoro , Là Sono 10 -20 , Forse Di più ,
maggior parte Di loro critico qualità attributi .
Essi Sono importante
E Essi variare entro IL sperimentare da Alcuni Sono abbastanza Basso In complessità ,
Alcuni Sono molto alto , molto difficile A modello .
Francamente , In quelli casi ,
Neurale Reti Sono fondamentalmente tuo soltanto opzione .
COSÌ paga Attenzione A Questo Perché Questo complessità
giri fuori A Essere molto importante In Come Voi volevo andare Di modellazione .
Poi IL domanda È Se IO 'M andando A valutare predizione ,
BENE , Come Fare IO Fare Quello ?
Ricordare , IO preferire predizione Essere SU UN indipendente test impostato
con nuovo impostazioni Di IL fattori .
Quello 'S Come Noi giudice interpolazione .
BENE , qualcosa chiamato IL Radice Media Piazza Errore
O RASARE punteggi È molto comune .
Questo È IL standard deviazione Di predizione errore .
Ancora , Esso 'S comunemente usato A giudice Come BENE Voi prevedere .
Più piccola È Meglio , ovviamente ,
Ma Là È UN problema con Esso Quello Noi ho in particolar modo scoperto ,
particolarmente In simulazioni .
Modelli con Basso RASARE punteggi Spesso Avere sostanziale predizione pregiudizio In loro .
In predizione , Là Veramente È Ancora UN pregiudizio -varianza commercio -spento .
COSÌ Come Fare Noi valutare pregiudizio ?
BENE , Là 'S NO concordato su approccio A Quello O .
Ma IL più semplice modo E IL maggior parte visivo modo
È effettivo di previsto trame SU UN test impostato .
Idealmente , Se Voi erano A adatto UN pendenza
A IL effettivo bi -previsto complotto , IO 'LL spettacolo UN esempio .
IL ideale predizione equazione Quello UN pendenza volevo Essere uno con UN intercettare Di zero .
IL più lontano IL pendenza È da uno , IL maggiore IL pregiudizio .
Per scopi Di dimostrazione , IO 'M andando A impostato
UN specifica Di 0 .85 -1 .15 con UN bersaglio Di 1 per IL pendenza .
Se Voi Potere rimanere entro Quello allineare ,
Poi IO 'D Dire Voi probabilmente Avere accettabile importi Di pregiudizio .
In la realtà Quello accade A Essere Di più Di UN soggetto questione problema .
Poi Finalmente IO disse , "BENE , Voi Potere adatto UN pendenza A IL effettivo bi -previsto complotto .
Là 'S UN aggiuntivo problema ."
IL predittore È IL previsto valori .
Essi Avere UN quantità Di errore In loro .
COSÌ Questo È In realtà UN errori E variabili problema ,
Quale È non comunemente riconosciuto .
Ma JMP 17 ha UN Veramente Carino soluzione .
Esso 'S chiamato IL Passando -Bablok modellazione algoritmo
E Esso 'S stato BENE -stabilito , particolarmente nel biofarmaceutico .
Questo si adatta UN pendenza , prendendo in account errori In X , IL predittore .
COSÌ Come fa Esso lavoro ?
BENE , Esso si adatta UN pendenza .
Se Voi Aspetto SU IL Sinistra ,
Voi 'LL Vedere IL pendenza È Di 0 .5 . Noi Avere forte pregiudizio .
Là 'S UN quantità Di predizione pregiudizio .
Che cosa IO Veramente Piace In IL applicazione In JMP , Essi Dare Voi IL riferimento linea .
IL tratteggiato blu linea È IL ideale linea pendenza Di uno , intercettare Di zero .
SU IL Sinistra , Nostro predittivo modello È mostrando UN quantità Di pregiudizio .
Esso 'S sistematicamente non predire IL risposta .
A IL Giusto , È UN caso Dove Là 'S In realtà UN piccolo quantità Di pregiudizio
In generale , Quello volevo Essere accettabile .
Di IL modo , questi erano scelto COME uno 'S Modelli
Quello avevo relativamente Basso complessivamente RASARE punteggi .
Questi Sono chiamato IL Passando -Bablok piste
E Essi Sono integrante A Come IO valutare predizione ,
IL complessivamente RASARE E IL piste .
Che cosa IO 'M andando A Fare A Questo punto ,
IO 'M andando A In realtà andare Sopra A JMP , Se Voi assistente 'T mente .
IO 'LL Fare UN presto modifica In IL schermo Qui
E IO 'LL Fare Questo COME grande COME IO Potere per tutti .
Complessivamente In Questo esercizio ,
IO adatto vicino A 140 Modelli E IO fatto loro Tutto individualmente E valutato loro .
SÌ , Esso preso abbastanza UN Mentre
E IO 'M andando A spettacolo UN grafico A Tentativo A riassumere IL risultati
per IL diverso metodi .
IO 'M andando A aprire UN Grafico Costruttore sceneggiatura .
IO 'LL Fare Questo COME grande COME IO possibilmente Potere per tutti .
IO 'M utilizzando Alcuni Locale dati filtri , A definire IL Schermo .
Avviso Noi Avere quattro formazione scenari .
IO 'LL inizio con Dove IL DSD È IL formazione impostato .
Noi adatto Modelli A IL confine
E Poi Noi valutare loro E Come Essi previsto
IL spazio -Riempimento progetto punti .
Y2 È IL facile risposta .
IO previsto Tutto approcci A Fare BENE , Essi fatto .
Avviso IO impostato questi spec limiti E Quello 'S 0 .85 -1 .15
Tutto caduto entro Quello ammissibile regione .
Due Di IL metodi Quello fatto BENE ,
IO in particolar modo è piaciuto IL in movimento media ,
COSÌ Esso fatto bello BENE .
Nessuno Di loro avevo UN pendenza Di esattamente uno .
IL DSD punti assistente 'T esattamente prevedere Che cosa 'S andando SU
In IL spazio -Riempimento progetto punti , Ma Essi Tutto fatto relativamente BENE .
Ora Noi 'LL andare A moderare complessità .
Ora Voi inizio A Vedere Alcuni separazione .
Esso 'S ottenere Più forte A modello IL superficie .
Ancora , IO 'M utilizzando Questo intervallo Di 0 .85 -1 .1 .
IO 'M guardare SU IL sì -asse A IL RASARE punto standard deviazione Di predizione .
SU IL X -asse , IO 'M guardare A pendenza .
Per Y1 , utilizzando IL DSD A prevedere
IL spazio -Riempimento progetto punti COME IL test impostato .
IL soltanto Modelli Quello Veramente eseguita BENE erano IL Neurale Reti con SVEM .
Di IL modo , IL codice È NN È Neurale Rete ,
H È numero Di nascosto nodi .
Noi Avere Modelli con variando livelli Di nascosto nodi
E IO semplicemente valutato RASARE punteggi E pendenza .
Noi andare A Di più complessità .
Ora Y3 ha alto complessità .
Esso È difficile A modello .
IL più basso RASARE punteggi erano IL metodi Voi Vedere SU IL inferiore Giusto ,
Ma Voi Potere Vedere Là 'S sostanziale predizione pregiudizio .
IO sentito complessivamente IL migliore combinazione Di Basso -pregiudizio
E RASARE punto erano Neurale Reti , in particolar modo uno con 27 nascosto nodi .
Poi Finalmente numero quattro È alto complessità .
Noi adatto IL modello A IL DSD E applicato Esso A IL spazio -Riempimento punti .
IO l'ha fatto 'T pensare Qualunque Di IL Modelli fatto Grande .
Tutto Di loro ha mostrato Alcuni predizione pregiudizio .
Forse IL migliore prestazione era UN Neurale Rete con 12 nascosto nodi .
Esso avevo IL più basso RASARE punto , Ma Ancora , Là erano Alcuni problemi con pregiudizio .
COSÌ Quello 'S uno strategia .
BENE , Che cosa Se IO erano A Fare IL opposto ?
IO adatto IL modello A IL spazio -Riempimento punti
E Poi fare domanda a loro A IL confine DSD punti .
Ancora , permettere 'S inizio con IL più semplice caso .
Y2 Veramente fa . Esso 'S UN bello semplice risposta .
In realtà , IL SVEM metodo In GenReg utilizzando SVEM E Inoltrare fatto molto BENE .
IL Prossimo migliore IO Pensiero era UN Neurale Rete con 10 .
Ricordare, Là 'S UN poco morso Di estrapolazione andando SU Qui .
Finalmente , Y1 con moderare complessità .
Ancora , soltanto IL Neurale Reti fatto BENE .
COME Noi andare su In complessità , sempre più Appena IL Neurale Reti Sono lavorando.
Voi 'LL Trovare simile risultati per IL altro approcci .
IO vinto 'T spettacolo Tutto Di loro , Essi 'Rif coperto In IL Appunti .
Ma IL generale conclusione di IL modo , È
Quello Quando Voi utilizzo IL confine punti COME UN test impostato
O Voi utilizzo IL spazio -Riempimento disegni COME UN test impostato E Tentativo A prevedere IL altro ,
Essi 'Rif Appena non facendo COME BENE COME Essi Dovrebbe .
In altro parole , COME IO disse prima , IL confine punti ,
IL DSD punti E IL spazio -Riempimento progetto punti ,
Là Sono differenze In loro cinetico comportamento Quello Noi 'Rif non raccolta su .
IL soltanto modo Noi 'Rif andando A scegliere Esso su
È A In realtà adatto Modelli Sopra IL Totale progetto spazio .
Noi fatto Fare Quello di IL modo .
IO Dovrebbe Appena velocemente spettacolo Voi .
IO usato IL Totale dati E Noi adatto Modelli E Noi In realtà fatto bello BENE .
IO l'ha fatto 'T spettacolo IL Passando -Bablok piste .
IO Volere Appena velocemente Fare UN poco Di più lavoro con JMP per quelli Chi Sono interessato .
IL Passando -Bablok piste Potere Essere Fatto In Adatto Y di X .
IO Volere ammettere Noi ha scritto UN sceneggiatura
E aggiunto Esso A IL predittivo aggiungere -In A Fare Questo In Adatto Y di X ,
Ma Voi Potere facilmente Fare Esso te stesso .
Qui , E IO 'LL scegliere uno Di IL casi , È IL DSD dati E IO 'LL scegliere Y1 .
Come fatto Noi Fare raccordo Modelli ?
Se Voi Aspetto In IL menù , Là 'S IL Passando -Bablok .
IO fortemente suggerire Voi Aspetto A Esso .
UN quantità Di regressione i problemi Sono errori In variabili .
Come fatto IL metodo Fare Esso complessivamente ?
IO Volere A spiegare qualcosa altro .
IL arancia punti Sono IL DSD , IL confini .
IL blu punti Sono IL spazio -Riempimento progetto punti .
Qui IO adatto Modelli A IL DSD
E IL Passando -Bablok piste Sono essendo adatto A IL spazio -Riempimento progetto punti .
Complessivamente , IL migliore prestazione era trasformato In di IL DSD .
Là 'S uno Di loro Qui .
Esso 'S Saywood 6 .
Un altro uno Quello avevo … IO dimenticato Che cosa Esso era .
Permettere Me allargare Questo fuori per Voi .
Diciannove .
Avviso IL pendenza È vicino A uno ,
Ma Voi Potere chiaramente Vedere Là È Alcuni pregiudizio .
In altro parole , Voi Potere Vedere UN compensare fra IL montato pendenza
E IL ideale pendenza , IL tratteggiato blu linea .
Questo È bello tipico complessivamente .
IO 'LL Appena molto velocemente spettacolo Voi .
Se Voi Avere JMP Pro E Voi Volere A Fare SVEM utilizzando lineare Modelli ,
Appena andare A Adatto Modello , Richiamare .
Questo È UN pieno quadratico modello .
Voi Potevo Fare altri .
Andare A GenReg E Poi Sotto stima metodi .
Là 'S SVEM Inoltrare .
Là 'S SVEM Lazo .
Questi lavoro molto BENE .
Da UN quantità Di lavoro In questi metodi ,
IO Ancora Trovare SVEM Inoltrare dà Voi IL migliore risultati .
IL Lazo tende A Dare Voi UN quantità Di prevenuto risultati
SU test imposta In particolare .
Se Voi 'Rif interessato In modello media , Se Voi Avere JMP standard ,
Appena andando A colpo richiamare Ancora , Appena andare A IL Gradualmente piattaforma .
Fatto 'T Fare Esso . Gradualmente .
IO vinto 'T correre Esso .
Esso Volere Prendere pure lungo Perché modello media usi migliore sottoinsiemi regressione .
Esso 'S tempo -consumare , Ma Esso 'S Là .
Ancora , Neurale Reti con SVEM ,
Voi Avere A Avere IL Previsione aggiungere- In A Fare Quello .
Là 'S UN collegamento A Esso Se Voi 'Rif interessato .
A Questo punto ,
IO 'M andando A non Fare pure tanto Di più analisi .
Ancora , Voi Potere andare Attraverso E Aspetto A IL vari piste
per IL vari risposte
E Voi Potere Vedere molti Di questi metodi risultato In altamente prevenuto piste .
In altro parole , IL DSD punti E IL spazio -Riempimento disegni Sono pure diverso .
Noi ho Veramente avuto A capire Noi Bisogno A adatto Modelli
Sopra IL intero progetto regione .
A Questo punto , IO 'M andando A Appena fine su .
Di IL modo , Là È Abbastanza Materiale Qui,
E IO Fare Avere fondamentalmente molti parla Quello Sono combinato in Qui .
IO scusa , Ma IO pensare Là 'S UN importante Messaggio Qui .
Di IL modo , IO 'M Appena mostrando diapositive con IL Passando -Bablok piste .
Poi Finalmente , IO Volere A Appena Dare Voi Alcuni finale pensieri .
IO pensare Noi Veramente Bisogno Alcuni nuovo pensiero In statistiche .
Noi assistente 'T Avere A gettare fuori qualunque cosa Noi ho stato facendo .
IO 'M non detto Quello .
IL maggior parte importante È Noi Sono In IL era Di digitale scienza .
Digitale chimica , digitale biologia , digitale biotecnologia Sono Qui .
Essi 'Rif non Domani . Noi ho avuto lontano Di più automazione .
Molti Di Grande ,
particolarmente In biotecnologia , pilota E panca scala
dispositivi Quello scala bene , Dove Noi Potere Fare molti Di esperimenti .
IL problema È complessità .
Noi Bisogno A pensare diversamente .
Macchina apprendimento metodi attraverso SVEM
Sono molto importante per raccordo questi complesso sistemi .
Noi Bisogno A Ottenere lontano da IL risposta superficie approcci
Quello Veramente porto 'T cambiato .
Forse Noi ho avuto computer E Alcuni nuovo disegni .
IO pensare DSD Sono Veramente molto Intelligente .
Noi Avere ottimale disegni , Ma Essi soffrire da IL fatto Essi 'Rif confine disegni
E persone Mantenere insistendo SU pieno quadratico Modelli .
Quello 'S UN errore , COME IO ho provato A spettacolo brevemente In IL parlare ,
E Voi Volere Essere capace A scaricamento IL parlare ,
Voi Potere Vedere Come male questi metodi generalmente fatto con IL complesso risposte .
COME lontano COME IO 'M interessato , Noi Bisogno nuovo tipi Di ottimale disegni .
A UN minimo , questi Bisogno A ospitare UN quantità Di fattori .
Patty , di IL modo , senza ottenere in dettagli , ha correre UN DSD …
Non UN DSD . Voi fatto spazio -Riempimento progetto con 18 corre .
Dato Essi Avere Ambra Tecnologia disponibile ,
Se Voi Sapere Che cosa Quello È , Essi Potere Fare Esso .
Perché Fare Noi Bisogno Quello ?
Perché questi sistemi Sono interattivo .
Noi Bisogno A fermare pensiero Essi 'Rif UN minore parte Di IL equazione .
Principale effetti Fare non descrivere IL comportamento Di UN complesso sistema .
Suo interattività È Che cosa unità IL comportamento .
Noi Bisogno A copertina IL interno Di IL progetto regione .
SÌ , Noi volevo Piace A copertina IL confini pure .
Noi assistente 'T Volere A Essere specificando UN modello .
Ottimale disegni richiedere Voi specificare Che cosa È Generalmente UN pieno quadratico modello .
Noi Bisogno A Ottenere lontano da Quello .
Spazio -Riempimento disegni , di IL modo ,
Sono ottimale disegni Quello Fare non richiedere UN modello Essere specificato .
Ma Essi 'Rif non IL totale risposta .
Noi Bisogno A copertina IL progetto spazio .
Noi Bisogno A Dare IL utente UN quantità Di ingresso
Quello volevo Essere scienziati SU Come Essi distribuire IL punti .
IL lavoro Di Lu Lu E Anderson -Cucinare punto IL modo .
IO vinto 'T Avere tempo A Ottenere in Quello .
Quello 'S un altro argomento .
Noi Bisogno A Essere capace A facilmente combinare Nostro progetto con altro dati .
Quello include ingegneria corre , GMP corre ,
Anche Modelli da parziale differenziale equazioni E simulazioni .
Particolarmente Se Voi Volere A Ottenere in digitale Gemelli ,
Voi ho avuto A Essere capace A Fare Quello utilizzando Che cosa IO chiamata meta Modelli .
Poi Finalmente , Patty menzionato Questo , COSÌ IO ricercato A Portare Esso su .
IL standard pratica In progetto Di esperimenti , assumendo
Quello in qualche modo Voi ho avuto A schermo fuori fattori
È In realtà UN Veramente alto -rischio , NO -ricompensa strategia In complesso sistemi .
Voi Volere rimpianto Esso .
Voi Volere un giorno , A UN Dopo palcoscenico , Venire Indietro E Avere A rifare sperimentale lavoro .
IO ho visto Questo tempo E Ancora .
In complesso sistemi ,
Questo idea Quello Là Sono attivo E inattivo fattori È semplicemente sbagliato .
Essi Tutto questione A Alcuni livello in qualche luogo In IL progetto spazio .
Francamente , con Nostro moderno utensili , Voi assistente 'T Bisogno A Fare Esso Comunque .
Anche , qualcosa altro persone Fare riflessivamente ridurre lineare Modelli .
Noi ho mostrato In Nostro ricerca In SVEM .
Anche , UN Carino carta di Smucker , Edwards ,
E Noi ha mostrato riducendo Modelli degrada predizione .
Perché ?Perché Voi 'Rif fabbricazione tuo modello più rigido E più rigido ,
Esso 'S non andando A interpolare BENE .
IO Volere fermare A Questo punto E Là Sono Alcuni Riferimenti A IL FINE .
