안녕하세요, 모든 사람, 그리고 환영 에게 제이엠피 발견.
앤드류 칼 그리고 히스 서두르다.
I 가지다 a 프레젠테이션 오늘 그게 가고 있다 에게 가장 밝은 부분
일부 ~의 그만큼 특징 ~에 제이엠피 17 찬성 ~ 할 것이다 돕다 너 밖으로
~에 그만큼 세계 ~의 혼합물 모델.
많은 ~의 너 ~이다 관련된 ~에 제형,
그리고 에게 BE 솔직한, 그게 무엇 우리는 계속 ~ 이다 행위 a 많은 최근에.
이었다 a 많은 좋다 구급차 추격자들, 어디 잘 단지 가다 ~ 후에
그만큼 최신 물건 그 고객 ~이다 관심 있는 안에.
하지만 그게 무엇 이었다 봄 a 많은 최근에, ~이다 여러분 저것 ~이다 행위 혼합물 모델
저것 ~이다 실제로 상당히 복잡한 그리고 더 그래서 ~보다 우리는 항상 알다.
우리 단지 결정했다 우리 ~일 것이다 하다 일부 더 깊은 조사
~와 함께 일부 ~의 그만큼 새로운 밖에 있는 기술들,
그리고 저것 제이엠피 17 수행하다 ~을 위한 우리를.
앤드류, ~일 것이다 너 좋다 에게 얻다 시작했다 그리고 아마도 주다 a 작은 조금 ~의 배경
~에 그만큼 전체 아이디어 ~의 무엇 a 혼합물 모델 이다,
그리고 일부 ~의 그만큼 다른 기법?
좋아요, 그럼 하자 시작 밖으로 ~와 함께 a 멋진, 쉬운 그래프.
하자 가져가다 a 바라보다 ~ 위에 여기 ~에 그만큼 구성 ~에 그만큼 왼쪽.
이었다 ~에 한 실험적 환경,
그래서 지금 I 가정하다 우리는 갖다 둘 요인들,
재료 A 그리고 재료 비, 그리고 그들 범위 ~에서 0-1.
만약에 있다 아니요 혼합물 제약 조건, 그 다음에 모든 것 ~에 그만큼 검은색 정사각형
~이다 a 실행할 수 있는 가리키다 ~에 이것 요인 공간,
그래서 우리의 설계 루틴 ~이다 가고 있다 에게 주다 우리를 전철기 어딘가에 ~에 이것 공간.
하지만, 만약에 있다 a 혼합물 강제
어디 이것들 가지다 에게 추가하다 위로 에게 하나, 그 다음에 오직 그만큼 빨간색 선 ~이다 실행할 수 있는.
우리 원하다 에게 얻다 a 가정 어구 최적의
주어진 저것 강제, 그리고 우리 원하다 에게 끝 위로
어딘가에 ~에 저것 선 ~을 위한 둘 다 우리의 설계 그리고 우리의 분석.
만약에 우리 이동하다 위로 에게 삼 혼합물 재료,
에이, B 그리고 기음, 모두 할 수 있는 에게 달라지다 ~에서 0-1,
그 다음에 우리 얻다 a 입방체 ~을 위한 저것 0-1 강제 ~을 위한 각 ~의 그들을.
하지만 ~와 함께 그만큼 혼합물 제약 조건, 저것 걸립니다 그만큼 형태 ~의 a 비행기
교차하다 a 입방체, 그리고 저것 준다 우리를 이것 삼각형,
그래서 오직 이것 빨간색 삼각형 ~이다 관련 있는 밖으로 ~의 저것 전체 공간.
만약에 우리 가지다 네 개 치수, 만약에 우리 가지다 네 개 혼합물 요인들,
그 다음에 저것 허용되는 요인 공간 ~이다 실제로 a 삼- 차원 하위 집합,
a 피라미드 이내에 거기.
찾고 뒤쪽에 에게 그만큼 삼- 혼합물 환경.
보다 이것 삼각형? 그것이다 그만큼 허용된 지역.
잘, 그게 왜 제이엠피 준다 우리를 이것들 세 개 한 벌 줄거리.
이러한 3항 플롯의 경우,
무엇 제이엠피 ~ 할 것이다 하다 이다, 만약에 너 가지다 더 ~보다 삼 혼합물 요인들,
~이다 당신은 할 것이다 가지다 둘 요인들 표시됨 ~에 a 시간,
그리고 그만큼 제삼 중심선 ~ 할 것이다 BE 그만큼 합집합 ~의 모두 그만큼 다른 혼합물 요인들.
우리 ~할 수 있다 바라보다 ~에 이것들 3항 플롯, 꽤 ~보다 가지고있다 에게 가지다 a 피라미드
저것 이었다 찾고 내내.
우리 가지다 에게 결정하다, 우리는 원하다 a 공간 채우기 디자인
또는 한 최적의 설계?
지금, 보통 ~에 a 비혼합 환경, 우리는 보통 사용 한 최적의 설계,
그리고 ~을 위한 그만큼 최대 부분, 우리 하지 않을 것이다 고려하다 a 공간을 채우는 디자인.
있다 a 약간의 이유 저것 우리 원하다 에게 고려하다
a 공간 채우기 디자인 ~에 혼합물 설정.
자주 ~에 그만큼 제형 세계, 만약에 너 가다 ~도 멀리,
있다 a 작은 조금 더 감광도 에게 가고 있다 ~도 멀리 ~에 당신의 요인 공간,
만들기 그것 ~도 넓은, 그 다음에 당신의 전체 프로세스 실패합니다.
S 가정하다 저것 일어난다 ~ 위에 여기 어디 엑스2 이다.
가정하다 그것 실패하다 모든 것 아래에 0.1.
당신은 가고 있다 에게 잃다 a 좋은 큰 덩어리 당신의 실행 왜냐하면 그만큼 최적의 설계
경향이있다 놓다 최대 ~의 당신의 달리다 ~에 그만큼 경계 ~의 그만큼 요인 공간,
그래서 당신은 가고 있다 에게 잃다 이것들.
당신은 ~ 아니다 가고 있다 에게 BE 달릴 수 있다 당신의 가득한 모델
~와 함께 그만큼 남은 전철기, 그리고 당신은 ~ 아니다 가고 있다 에게 가지다
어느 좋은 정보 ~에 대한 어디 저것 실패 경계 이다.
을 위한 그만큼 공간 채우기 디자인, 만약에 너 가지다 일부 친절한 ~의 실패
0.1 이하, 당신은 지는 a 더 작은 숫자 ~의 전철기.
당신의 남은 전철기 아직 주다 너 a 공간 채우기 디자인
~에 그만큼 기존의 공간 저것 너 ~할 수 있다 사용 에게 맞다 그만큼 모델 효과,
그리고 지금 이었다 가고 있다 에게 BE 할 수 있는 에게 모델 저것 실패 경계.
또한 ~에 그만큼 혼합물 세계, 우리 자주 보다 더 높은 주문하다 효과 활동적인:
상호작용 또는 곡률, 다항식,
~보다 우리 ~할 것 같다 보다 ~에 그만큼 비 혼합물 환경.
만약에 우리 ~하지 않다 지정하다 저것들, 왜냐하면 어느 ~의 이것들 모델 ~이다 최적의,
가정 어구 ~에 그만큼 목표 모델 우리 주다, 그래서 만약에 우리 ~하지 않다 지정하다 한 효과 연산자
~을 위한 그만큼 최적의 모델, 우리 ~할 것 같다 ~ 아니다 BE 할 수 있는 에게 맞다 그것
~ 후에 그만큼 사실, 왜냐하면 그들 ~할 것 같다 BE 별칭
~와 함께 다른 효과 저것 우리 가지다.
이것들 공간 채우기 달리다 행동 ~의 어떤 것으로서 a 잡다- 모두 ~의 가능한 달리다,
그래서 있다 a 커플 ~의 이유
저것 우리 ~할 것 같다 원하다 에게 고려하다 공간 충전재 달리다,
하지만 우리 원하다 에게 가져가다 a 바라보다 분석적으로.
뭐야? 그만큼 차이점 ~에 성능 ~ 사이 이것들,
~ 후에 우리 달리다 ~을 통해 모델 절감, ~ 아니다 단지 ~에 그만큼 가득한 모델,
왜냐하면 이었다 ~ 아니다 그냥 갈거야 BE 사용 중 그만큼 가득한 모델.
그것이다 그만큼 설계 단계 질문.
언제 우리 에 도착하다 그만큼 분석,
언제든지 당신은 찾고 ~에 이것들 혼합물 실험 ~에 제이엠피,
제이엠피 자동으로 회전하다 끄다 그만큼 가로채다 ~을 위한 너,
왜냐하면 만약에 너 원하다 맞게 가득한 모델
~와 함께 모두 ~의 당신의 혼합 유지하다 효과, 너 캔트 포함하다 그만큼 가로채다.
당신은 할 것이다 얻다 이것 경고
왜냐하면 그만큼 혼합물- 만들어진 효과 ~이다 제약된 에게 하나,
그리고 그들 추가하다 위로 무엇에 그만큼 가로채다 이다, 그래서 그들은 별칭.
또한, 만약에 우리 원하다 에게 바라보다 ~에 더 높은 주문하다 효과,
우리 캔트 BE 좋다 a 응답 표면 어디 우리 가지다 순수한 이차방정식 자귀.
우리 가지다 에게 바라보다 ~에 이것들 요리사 큐빅 자귀
왜냐하면 만약에 우리 노력하다 에게 바라보다 ~에 그만큼 상호작용
...을 더한 그만큼 순수한 이차방정식 자귀, 그 다음에 우리 얻다 다른 특이점.
저것들 ~이다 a 커플 ~의 주름 ~에 그만큼 분석.
하지만, 가고 있다 앞으로 ~와 함께 그만큼 모델 선택 행동 양식,
앞으로 선택 또는 올가미, 어느 ~이다 그만큼 베이스 행동 양식
~의 그만큼 모든 것 방법이 이었다 가고 있다 에게 BE 찾고 에,
우리 원하다 에게 고려하다 때때로 선회 끄다 이것 기본 '아니요 가로채다' 옵션.
무엇 우리 찾다 ~이다 ~을 위한 그만큼 올가미 방법 우리 실제로 가지다 에게 그렇게 하다
~에 주문하다 에게 얻다 합리적인 결과.
후에 우리 맞다 우리의 모델, 지금 우리 원하다 에게 하다 모델 절감
에게 차기 밖으로 무관한 요인들.
우리는 갖다 a 커플 ~의 다른 방법 ~의 행위 저것 ~에 베이스 제이엠피 .
아마 무엇 사람들 하다 최대 자주 ~이다 그들 사용 그만큼 효과 요약
에게 가다 뒤로 ~에 그만큼 피- 가치, 그리고 차기 밖으로 그만큼 작은 피- 가치.
하지만 이것 ~이다 예쁜 불안정한 왜냐하면 ~의 그만큼 다중공선성
~에서 그만큼 혼합물 강제, 어디 발로 차기 밖으로 하나 효과
~할 수 있다 극적으로 변화 그만큼 p-값 ~의 그만큼 남은 효과 ~에 그만큼 설계.
무엇 이것 구성 쇼 ~이다 만약에 우리 가다 뒤로 ~에 피- 가치,
무엇 ~이다 그만큼 가장 큰 p-값 그게 걷어찼다 밖으로
그리고 우리 보다 몇몇은 뛰어다닌다 여기 그리고 그게 ~에서 저것 효과.
주어진 저것 친절한 ~의 휘발성 ~에 그만큼 입어 보기 프로세스,
너 ~할 수 있다 상상하다 만약에 너 가지다 작은 변화
~에 당신의 관찰됨 응답, 아마도 심지어 ~에서 시험 변동성,
또는 어느 다른 변동성, 단지 작은 변화 ~할 수 있다 선두
에게 크기가 큰 변화 ~에 그만큼 줄인 모델
저것 ~이다 제시됨 ~처럼 a 결과 ~의 이것 프로세스.
저것 높은 모델 변동성 ~이다 무엇 그럴 것이다 BE 멋진
만약에 우리 ~할 수 있었다 평균 ~ 위에 ~에 일부 방법, ~에 그만큼 같은 방법 저것 아마도
~와 함께 부트스트랩 ~을 위한 동쪽 우리 평균 ~ 위에 그만큼 변동성
~의 그만큼 카트 행동 양식 또는 그만큼 분할 행동 양식
그리고 그게 무엇 그만큼 모든 것 행동 양식 ~일 것이다 BE 찾고 ~에 행위.
~ 안에 그만큼 헐렁한 감각, 그들은 친절한 ~의 그만큼 그에 대한 아날로그,
~을 위한 그만큼 선의 행동 양식 이었다 찾고 에.
또한 우리 ~할 수 있다 가다 단계 지혜로운 그리고 바라보다 ~에 최소 AICc,
어느 ~이다 아마도 그만큼 우선의 방법.
우리의 마지막 슬라이드 쇼의 오늘 잘 BE 취득 a 바라보다 에,
~을 위한 그만큼 베이스 제이엠피 사용자, AICC ~ 대 B 아이씨 ~ 대 p-값 선택
~와 함께 우리의 시뮬레이션 진단.
주다 신용 거래 에게 a 많은 ~의 그만큼 기존의 일하다 그리고 주요한 위로 에게 그만큼 모든 것 접근하다.
이것들 ~이다 일부 엄청난 참고문헌 저것 우리는 사용된 ~ 위에 그만큼 연령.
또한 원하다 에게 감사하다 크리스 고트발트 ~을 위한 그의 인내심 그리고 대답하다 질문
그리고 공유 정보 ~처럼 그들은 가지고있다 발견되었다 것들 ~을 따라 그만큼 방법.
정말이에요 도움이 되었다 세트 우리를 위로 에게 BE 할 수 있는 에게 놓다 이것 에게 좋은 효과 ~에 관행.
말하기 ~의 ~에 관행, 어디 가지다 우리 계속 ~ 이다 사용 중 이것 상당히 a 조금
~ 위에 그만큼 연령 ~이다 그만큼 환경 ~의 액체 나노입자 공식화 최적화.
무엇 ~이다 지질 나노입자 공식화? 글쎄, 지질 나노입자는
만약에 당신은 얻었다 어느 mRNA 코로나 백신 화이자, 현대의, 그 다음에 당신은 얻었다 이것들.
무엇 이것들 하다 ~이다 너 가져가다 a 혼합물 ~의 네 개 다른 지질, 요약하다 여기,
그리고 그들 형태 이것들 작은 비티 거품.
그 다음에 저것들 ~이다 전기적으로 충전됨,
그 다음에 그들 나르다 ~을 따라 ~와 함께 그들을 a 유전적 유효 탑재량,
mRNA, DNA, 또는 다른 탑재물 저것 어느 하나 ~로 행동하다 백신
또는 ~할 수 있다 목표 암 세포.
그만큼 전기 같은 요금 ~ 사이 그만큼 유전적 유효 탑재량,
그런 다음 그만큼 반대 요금 ~에 그만큼 나노입자 ~이다 무엇 함께 묶는다.
그 다음에 우리 그것을 원한다 에게 얻다 ~을 통해 그만큼 셀 그리고 그 다음에 풀어 주다 그만큼 유효 탑재량 내부에.
그만큼 공식화 변화 따라 ~에 무엇 그만큼 유효 탑재량 이다.
A 이소 때때로 우리 ~할 것 같다 변화 그만큼 유형 ~의 이온화 가능한 지질,
또는 그만큼 유형 ~의 그 엘퍼 지질 에게 보다 어느 하나 하다 더 나은,
그래서 우리 가지다 에게 다시 하다 이것 프로세스 ~ 위에 그리고 위에.
을 위한 그만큼 최대 부분, 그만큼 과학자들 가지다 설립하다 저것 이것들
범위 ~의 아마도 10-60% 그만큼 지질 설정
그런 다음 a 더 좁다 범위 ~의 1-5%.
그것이다 ~을 위한 그만큼 최대 부분 그만큼 실행할 수 있는 범위 ~을 위한 이것 프로세스.
그것이다 계속 ~ 이다 탐험했다 밖으로, 그리고 그게 무엇 그만큼 기하학
우리 원하다 에게 성냥 여기 ~에 우리의 애플리케이션 이다.
우리 원하다 에게 말하자면, 구조가 이었다 행위 계속해서,
우리는 가지다 한 이상적인 분석 그리고 설계 방법 ~을 위한 저것?
A 이소 우리 원하다 에게 세트 위로 a 시뮬레이션 저것 만약에 이었다 찾고 ~에 다른 구조물,
다른 기하학 ~을 위한 그만큼 요인 공간, 아마도 우리 ~할 수 있다 일반화하다 에게 저것,
하지만 그게 가고 있다 에게 BE 우리의 집중하다 ~을 위한 오른쪽 지금.
주어진 저것 배경,
나는 가고 있다 에게 허락하다 짐 지금 요약하다 그만큼 모든 것 접근하다 그리고 말하다 ~에 대한 저것.
예, 감사하다 너.
이것 특정한 발견 프레젠테이션,
무엇 이었다 가고 있다 에게 하다 a 작은 조금 더 중앙에 위치 ~에 파워포인트,
안타깝게도, 왜냐하면 그만큼 결과 ~이다 정말 무엇 이것 ~이다 모두 ~에 대한
~을 위한 그만큼 시뮬레이션 저것 우리는 완료.
하지만 이것 특정한 세션, I ~ 할 것이다 보여주다 너 일부 ~의 그만큼 제이엠피 17
저것 우리 가지다 새로운 능력.
만약에 I 가다 그리고 I 원하다 에게 세트 위로 a 공간을 채우는 디자인...
지금, 이전에 우리 아니었다 할 수 있다 혼합물 모델 ~와 함께 공간 채우기 디자인
바로 ~로부터 밖으로 ~의 그만큼 상자, 만약에 너 할 것이다.
우리 틀림없이 ~할 수 있었다 놓다 제약 조건 ~에 거기,
하지만 지금 무엇 우리 원하다 에게 하다 ~이다 보여주다 너 어떻게 너 ~할 수 있다 하다
a 스페이스 F 일링 설계 ~와 함께 이것들 혼합물 요인들.
이것 ~이다 새로운 저것 I 지금 가지다 이것들 오다 ~에 ~처럼 혼합물,
어느 ~이다 좋은 왜냐하면 그것 지금 운반하다
모두 ~의 저것들 열 속성 ~와 함께 그것 ~처럼 잘.
하나 물건 가치 언급하다 오른쪽 지금은
그만큼 기본 ~이다 당신은 가고 있다 에게 얻다 10 달리다 당 요인,
그래서 40 달리다 ~에 a 암사슴 일반적으로 ~이다 좋은
그리고 우리 ~이다 행복하기 때문에 우리의 힘은 잘 ~ 위에 90%
또는 무엇이든 우리의 기준 이다.
하지만 그게 ~ 아니다 그만큼 사례 [듣기 불가 00:09:54] 이것들 혼합물 모델
왜냐하면 있다 그래서 많은 제약 조건 내재적인 ~에 그것.
무엇 저것 ~이다 말함 나, 안타깝게도, ~이다 심지어 만약에 I ~이었다 에게 가지다 40 달리다,
ID 아직 오직 가지다 5% 힘 ~에서 행위 요리사 큐빅
그리고 심지어 만약에 그것은 주요 효과 오직, 있다 오직 20% 힘.
힘 지금 ~이다 ~ 아니다 정말 a 설계 기준 저것 이었다 가고 있다 에게 바라보다 에게
언제 우리 하다 이것들 혼합물 모델.
지금, 일반적으로 ~에 우리의 응용 프로그램,
안타깝게도, 우리 ~하지 않다 가지다 그만큼 사치 ~의 가지고있다 40 달린다.
~ 안에 이것 사례 잘 하다 12 달리다 그리고 보다 어떻게 저것 온다 밖으로.
잘 가다 앞으로 그리고 만들다 그 공간 충전재 설계,
그리고 그것이 무엇인지 볼 수 있습니다 아마도 고르게 확산 ~ 내내 그만큼 표면.
의 강의, 우리 하다 그것을 알고있다 이었다 경계가 있는 ~와 함께 일부 ~의 이것들 얘들아 여기
저것 우리 갈 수만 있다 ~에서 1 -5% ~에 그만큼 폴리에틸렌 글리콜.
무엇 I 원하다 에게 지금 하세요 ~이다 단지 가다 에게 빠른 앞으로.
지금 하자 말하다 나는 달리다 이것 설계 그리고 나는 준비가 된 에게 하다 그만큼 분석.
이것 ~이다 어디 모든 것 ~이다 정말 만들어진 거대한 전진
그리고 만약에 너 듣다 에게 일부 ~의 크리스 그리고 필 램지의 일하다
밖으로 거기 ~에 제이엠피 지역 사회, 당신은 할 것이다 보다 이것 ~이다 a 단계 변화.
이것 ~이다 a 게임 변화 ~에 자귀 ~의 당신의 분석적 능력.
어떻게 ~일 것이다 우리 하다 이것 ~에 16살?
~ 안에 제이엠피 16 무엇 우리는 가지다 에게 하다 ~이다 우리는 가지다 에게 오다 을 통해,
그리고 실제로 그것은 가치 가고 있다 통해 단계 단지 왜냐하면 그것 준다 너
a 작은 조금 ~의 통찰력, 그렇지만 그만큼 주요한 사명
~의 이것 요약 보고 또는 이것 말하다 ~이다 ~ 아니다 모든 것,
그것 ~ 할 것이다 주다 우리를 한 아이디어 ~의 뭐야 가고 있다 에.
무엇 우리 ~할 수 있다 하다 여기 ~이다 우리 ~할 수 있다 가다 앞으로 그리고 잘 만들다 그만큼 자동 확인 테이블.
이것 ~이다 그만큼 제이엠피 16 방법론.
무엇 당신은 할 것이다 메모 여기 ~이다 우리는 다 쓴 ~에서 12 달리다 에게 24.
우리 단지 두 배로 그들을 그리고 너 보다 그만큼 확인 세트.
그만큼 훈련 5월 BE 첫 번째 12, 검증 그만큼 다음 12.
그것이다 뭐야 추가됨 그리고 그 다음에 우리 가지다 이것 무게.
이것 ~이다 그만큼 부트스트랩 무게 그리고 그것은 분수적으로 가중치가 부여됨.
무엇 일어난다 ~이다 우리 ~ 할 것이다 가다 앞으로 그리고 달리다 이것 모델
그리고 오다 위로 ~와 함께 a 예측했다 값,
하지만 그 다음에 우리 필요 에게 변화 이것들 무게 그리고 그 다음에 유지하다 행위 이것 ~ 위에 그리고 ~ 위에
~을 위한 우리의 Bootstrap은 매우 유사합니다 a 무작위의 숲, 아이디어 ~을 위한 그만큼 모든 것.
지금 무엇 ~이다 유용한 ~이다 에게 친절한 ~의 가져가다 a 빠른 바라보다.
무엇 ~이다 그만큼 기하학 ~의 이것들 무게?
우리 ~할 수 있다 보다 그들은 반대 상관관계가 있는,
의미는 ~에 있다면 그만큼 훈련 세트 내가 낮은,
나는 아마 가고 있다 에게 BE 높은 ~에 그만큼 확인 세트.
이것 ~이다 친절한 ~의 a 빠른 작은 시각적 ~의 저것 관계.
지금 나는 준비가 된 에게 가다 하다 나의 분석 ~에 제이엠피 16.
그것 ~일 것이다 BE 분석했다 그리고 우리는 단지 하다 우리의 맞다 모델.
의 강의, 우리 원하다 a 일반화된 회귀
그리고 잘 가다 ~을 통해 그리고 하다 a 요리사 큐빅 여기,
왜냐하면 그것은 a 혼합물.
하지만 여기 있어요 어디 우리 가지다 에게 추가하다 ~에 그만큼 단계,
우리 놓다 그만큼 검증 세트 ~처럼 당신의 확인 열
그리고 그 다음에 이것 확인 무게 ~이다 가고 있다 에게 BE 저것 빈도.
지금 I ~할 수 있다 달리다 이것.
에 의해 그만큼 방법 우리 할 수 있었다,
~에 많은 ~의 우리의 인스턴스 이었다 ~ 아니다 정상, 이었다 통나무 정상,
우리 ~할 수 있었다 놓다 저것 ~에 오른쪽 거기.
여기 우리 가지다 우리의 일반화된 회귀 능력
에게 가다 앞으로 그리고 달리다 이것 모델 그리고 보일라, 거기 ~이다 그만큼 추정치.
무엇 우리 ~일 것이다 하다 그럼 우리가 여기로 온 거야? 아래에 그만큼 구하다 그만큼 예측 공식.
그 다음에 여기 ~이다 하나 달리다.
좋아요, 그래서 우리 갖다 하나 달리다.
너 ~할 수 있다 보다 저것 그만큼 맨 위 ~이다 15.17, 그리고 우리 실제로 봤다 15.23,
그래서 ~ 아니다 나쁜 ~에 이것 모델,
하지만 우리 ~일 것이다 하다 이것 ~ 위에 그리고 위에.
우리 사용된 에게 하다 그것 ~에 대한 50 타임스 또는 그래서.
하지만 ~와 함께 제이엠피 17, 지금 이것 전체 프로세스 ~이다 자동화된 에게 우리를.
우리 ~하지 않다 가지다 에게 하다 이것 50 타임스 그리고 그 다음에 가져가다 그만큼 평균
~의 이것들 예측 방식.
이었다 할 수 있는 에게 가다 곧장 ~에 그것.
만약에 I 오다 뒤쪽에 에게 나의 원래의 설계 여기 ~와 함께 그만큼 응답,
I ~할 수 있다 얻다 오른쪽 ~에 그것.
에 의해 그만큼 방법, 이것 ~이다 그것을 보여주는 I 가지다 또 다른 강제 놓다 ~에 여기.
A 많은 ~의 타임스 우리 가지다 그만큼 화학자들 그리고 생화학자들 좋다 에게 보다 저것
에게 만들다 확신하는 저것 그만큼 비율에 기반함 분자 무게 ~이다 이내에 이유.
아니다 오직 하다 우리 가지다 그만큼 혼합물 제약 조건,
우리 또한 가지다 a 많은 ~의 다른 제약 조건.
나는 일하고 있는 ~와 함께 a 그룹이 있는 곳 우리 가지다 아마도 15 다른 재료
그리고 아마 30 제약 조건 ~에 덧셈 에게 그만큼 혼합물 제약 조건,
그래서 이것들 행동 양식 일하다 그리고 확장하고,
아마 ~이다 그만큼 최상의 방법 에게 말하다 그것, 예쁜 잘.
지금 이것 ~이다 17, 그래서 17 I ~할 수 있다 얻다 오른쪽 ~에 그것.
나는 가고 있다 에게 가다 앞으로 ~ 안으로 맞다 모델, 그리고 아픈 가다 앞으로 그리고 하다 a 셰페 큐빅.
에서 여기, 무엇 이었다 할 수 있는 에게 하다 왔다 ~ 안으로 a 일반화된 회귀.
~ 안에 이것 사례, 우리 ~하지 않다 필요 에게 걱정하다 ~에 대한 이것들 얘들아 ~에 여기.
우리 ~할 수 있다 변화 그것 에게 로그 정상 만약에 우리 그래서 욕구.
하나 ~의 나의 선택 ~에 그만큼 견적
대신에 ~의 앞으로 ~이다 ~에 사실 모든 것 앞으로,
그래서 I 하다 모든 것 앞으로 그리고 나는 가고 있다 에게 가다 하다 200.
당신은 할 것이다 얼마나 빨리 보세요 그들 가지다 이것 조정됨.
정말로 오직 물건 너 ~할 수 있다 하다 ~에 고급의 통제 수단
~이다 확인하다 ~이든 또는 ~ 아니다 너 원하다 에게 힘 a 용어 안에.
I 때리다 가다 그리고 즉시 나는 완료 200 부트스트랩 샘플 ~을 위한 이것 문제.
의 강의, I 지금 ~할 수 있다 바라보다 ~에 그만큼 프로파일러
그리고 저것 ~이다 그만큼 평균 ~의 그만큼 200 달린다.
그것이다 친절한 ~의 나의 끝 모델, 만약에 너 할 것이다.
의 강의, ~와 함께 예측 프로파일러,
거기 수백 개입니다 ~의 것들 너 ~할 수 있다 여기서부터 하세요
그리고 앤드류 만질 것이다 ~에 a 커플 더 ~의 저것들.
하지만 둘 다른 것들 가치 주목하다 여기,
아픈 구하다 그만큼 예측 공식 ~처럼 잘 그리고 가져가다 a 바라보다 ~에 저것 남자.
언제 I 바라보다 ~에 그만큼 예측 공식,
아픈 메모 저것 그것 ~이다 ~에 사실 이미 평균화 밖으로 ~을 위한 나 여기.
이것 ~이다 평균 200개 중 다른 샘플 저것 ~이다 밖으로 거기.
와 함께 저것, 저것 ~이다 그만큼 데모,
그리고 잘 가다 뒤쪽에 에게 찾고 ~에 그만큼 차트 거기 에게 말하다,
"글쎄, 뭐 ~이다 그것 저것 이었다 봄 ~에 자귀 ~의 그만큼 결과 ~의 모두?"
앤드류, 만약에 너 원하다 에게 당기다 위로 저것 슬라이드.
이것 ~이다 아마도 a 빠른 시각적.
너 ~할 수 있다 보다 저것 만약에 I 바라보다 ~에 저것들 첫 번째 삼,
~에 이것 사례, 빨간색 ~이다 나쁜.
무엇 이었다 찾고 ~에 여기 ~이다 그만큼 명사 같은 적용 범위.
이것 ~이다 a 혼합물 모델
~에 그만큼 예측된 최적 점 ~의 성능.
우리 ~할 수 있다 보다 저것 그만큼 기준 단계 지혜로운 얘들아 ~이다 ~ 아니다 행위 ~도 잘.
그것이다 그만큼 뒤로 그리고 앞으로 에이아이씨(AIC)
이것 ~이다 그만큼 적용 범위 요금.
우리는 좋다 그것 에게 BE a 명사 같은 5% 오류 저것 우리 ~하지 않다 실제로 보다
그만큼 진실 응답 ~에 그만큼 예측 또는 실제로 그만큼 신뢰 간격.
~ 안에 다른 단어, 언제 우리 보았다 ~에 그만큼 윤곽
저것 우리 단지 보았다, 그것은 우리에게 준다 a 예측 또는 신뢰 간격
~였다 그만큼 진실 값,
어느 우리 알다 왜냐하면 이었다 연주하다 그만큼 시뮬레이션 게임, 오른쪽?
우리 알다 무엇 그만큼 진실 값 이다, 무엇 백분율 ~의 시간 ~였다 저것 ~에 거기?
우리 ~할 수 있다 보다 저것 우리 ~하지 않다 하다 ~처럼 잘 ~와 함께 우리의 고전 행동 양식.
그만큼 가득한 모델, 퍼팅 모두 그만큼 용어,
올가미 하다 예쁜 잘 ~에 a 10% 비율 또는 그래서,
하지만 그것은 ~ 아니다 ~까지 우리 얻다 SVEM 방법 여기 저것 우리 시작 봄
저것 이었다 진심으로 캡처링 그리고 구하는 좋은 적용 범위.
A 좋은 아마도 그림 에게 유지하다 ~에 당신의 정신,
저것 우리 ~이다 방법 뛰어난 성과 일부 ~의 그만큼 다른 행동 양식 밖으로 거기
언제 그것 온다 에게 그만큼 능력.
지금, ~에 자귀 ~의 어떻게 이것 시뮬레이션,
무엇 이었다 집중하다 ~에 여기 ~이다 a 작은 조금 다른 ~보다 무엇 너 5월 생각하다,
~에 자귀 ~의 a 시뮬레이션 어디 우리는 찾고 있어요 ~에 a 모델 그리고 속담,
"어떻게 잘 했다 우리 하다 ~와 함께 이것 특정한 방법?"
우리 ~할 수 있었다 측정하다 저것 ~에 의해 어떻게 그만큼 실제 ~ 대 그만큼 예측했다 ~이다
그리고 그 다음에 우리는 얻다 어떤 종류의 a 평균 제곱 오류.
우리 하다 길 저것 값,
하지만 우리 찾다 ~에 우리의 일하다, 이었다 많이 더 관심 있는 ~에 대한 발견
저것 최적의 혼합물, 만약에 너 할 것이다, ~와 함께 그만큼 최적의 설정 저것 성취하다 우리를
a 최고 힘 또는 일부 부작용을 최소화합니다
또는 도움이 됩니다 우리를 ~와 함께 이것 [듣기 불가 00:18:58]
그것이다 가고 있다 에게 BE 라고 불리는 "퍼센트 ~의 최대" 저것 이었다 찾고 을 위한.
이었다 가고 있다 에게 사용 저것 ~처럼 우리의 주요한 응답 여기
~에 자귀 ~의 존재 할 수 있는 에게 평가하다 어느 행동 양식 능가하다 다른 사람들.
그것은 ~ 아니다 정말 가고 있다 에게 BE,
어떻게 멀리 떨어져 있는 ~이다 I ~에서 그만큼 위치 ~의 그만큼 최적의 값?
그것은 어떻게 멀리 그게 그거예요? 응답이 I 예측했다 최적의 것으로
어떻게 멀리 ~이다 저것 ~에서 그만큼 실제 최적?
그것이다 가고 있다 에게 BE 우리의 측정하다 ~의 성공.
그만큼 방법 이것 ~ 할 것이다 일하다 ~이다 아픈 BE 질문 앤드류 a 약간의 아이디어 여기
~에 자귀 ~의 무엇 일반적으로 온다 위로 ~에 관행.
I 봤다 그만큼 기하학 그는 보여줬다 나 일찍 ~에
그리고 그만큼 최적의 설계 ~였다 언제나 때리다 그만큼 경계.
무엇 만약에 I 좋다 것들 저것 우리 부르다 더 혼합, 오른쪽?
너 가지다 더 혼합 물건 ~에 그만큼 가운데,
공간 채우기, 어느 ~이다 더 나은.
만약에 I 하다 사용 한 최적의 설계,
그것 기본값 에게 D 아마도, 하지만 무엇 ~에 대한 I 그리고 에이?
그 다음에 어떻게 ~에 대한 그만큼 나이- 오래된 암사슴 첨가 중심점?
~이다 저것 똑똑한? 또는 ~이다 하나 중심점?
또는 어떻게 ~에 대한 복제?
우리는 이미 논의했다 어떻게 이었다 ~ 아니다 존재 도움이 되는,
그래서 무엇 ~이다 a 도움이 되는 측정하다 ~의 a 좋은 설계?
그것이다 그만큼 설계 조각, 하지만 또한 그만큼 분석 조각은,
~이다 거기 a 특정한 방법 저것 능가하다 모든 사람,
또는 ~이다 거기 확실한 지역 저것 우리 ~해야 한다 집중하다 ~에
사용 중 올가미 그리고 다른 사람들,
저것 우리 ~해야 한다 단지 사용 SVEMs ~을 위한 선택?
이것들 ~이다 현실적인 질문 저것 오다 위로 ~에서 모두 ~의 우리의 고객 여러분,
그리고 우리는 좋다 에게 공유하다 ~와 함께 너
일부 ~의 그만큼 결과 저것 우리 얻다 ~에서 그만큼 시뮬레이션.
앤드류, 너 원하다 에게 주다 우리를
a 작은 조금 더 통찰력 ~ 안으로 우리의 시뮬레이션 프로세스?
응, 감사해요, 짐.
전에 I 하다 저것,
I 단지 원하다 에게 가리키다 밖으로 하나 도구
저것 우리는 만들어진 무거운 사용 ~의 ~에 그만큼 분석 ~의 우리의 결과,
그리고 안타깝게도, 우리 ~하지 않다 가지다 시간 에게 동굴 ~ 안으로 그만큼 데모,
하지만 그것 가지다 계속 ~ 이다 그래서 유용한 것은, 이내에 그만큼 프로파일러
에게 바라보다 ~에 그만큼 산출 무작위의 테이블 ~을 위한 이것들 혼합물 디자인
그리고 에게 바라보다 ~에 그만큼 응답 특히,
우리 자주 가지다 효능에 따라 옆 효과.
우리 가지다 다수의 응답,
우리가 원하는 것 균형 저것 밖으로 ~와 함께 그만큼 바람직함 기능,
그리고 그 다음에 이었다 가고 있다 에게 바라보다 ~에 그만큼 개인 응답 그들 자신.
언제 우리 산출 a 무작위의 테이블, 우리 얻다 a 공간 충전재 설계,
원래 ~ 아니다 a 설계, 하지만 우리 채우다 위로 그만큼 전체 요인 공간,
그리고 이었다 할 수 있는 에게 바라보다 ~에 그만큼 가장자리 가의 영향
~의 각 ~의 그만큼 요인들 ~ 위에 그만큼 전체 요인 공간.
을 위한 예, ~을 위한 그만큼 이온화된 지질 유형,
무엇 잘 자주 보다 이다, 우리 ~할 수 있다 보다 저것 아마도 하나 가지다
a 낮추다 가장자리 가의 행동 ~ 위에 그만큼 전체 공간.
하지만 ~부터 이었다 이 없이 에게 최적화하다,
우리 케어 ~에 대한 무엇 그만큼 최대 ~의 각 ~의 이것들 이다,
그리고 하나 ~의 이것들 ~ 할 것이다 분명히 BE 더 나은 또는 더 나쁜.
이었다 찾고 ~에 그만큼 줄인 모델.
후에 그 맞는다 그들을, 잘 가다 에게 그만큼 프로파일러 그리고 하다 이것.
우리 ~할 수 있다 아직 얻다 그만큼 분석적 최적의 ~에서 프로파일러,
하지만 ~에 덧셈 에게 저것,
이것 준다 우리를 더 정보 밖의 ~의 단지 저것 최적.
무엇 우리 ~할 것 같다 하다 여기 ~이다 ~을 위한 후보자 달리다,
왜냐하면 우리 언제나 달리기 우리의 확인 달리다
~ 후에 이것들 공식화 그리고 최적화 문제들
~이다 우리 ~할 것 같다 달리다 그만큼 글로벌 최적의 여기 ~을 위한 H 102,
우리 ~할 것 같다 선택하다 밖으로 그만큼 가정 어구 최적의 ~을 위한 H 101
그리고 보다 어느 하나 하다 더 나은 ~에 관행.
또한, 찾고 ~에 그만큼 세 개 한 벌 플롯,
만약에 우리 색상 저것들 ~에 의해 바람직함 또는 ~에 의해 그만큼 응답,
우리 ~할 수 있다 보다 그만큼 더 또는 더 적은 바람직한 지역
~의 저것 혼합물 공간,
그래서 저것 ~할 수 있다 돕다 우리를 ~처럼 우리 어느 하나 증가시키다 그만큼 설계
또는 어느 하나 포함하다 추가의 지역 ~에 그만큼 요인 공간,
또는 에게 들어오지 못하게 하다 지역.
I 캔트 하다 많이 더 ~와 함께 저것 오른쪽 지금,
하지만 I 원했다 에게 가리키다 저것 밖으로
왜냐하면 그게 a 매우 중요한 부분 ~의 우리의 분석 프로세스.
어떻게 하다 우리 평가하다 일부 ~의 이것들 옵션
이내에 이것 유형 ~의 기하학 ~의 a 요인 공간?
우리 세워짐 a 시뮬레이션 스크립트 저것 우리 가지다 공유 ~에 그만큼 제이엠피 웹사이트,
그리고 그것 허용합니다 우리를 에게 플러그 그리고 놀다 ~을 위한 다른 견본 크기 ~에 총,
어떻게 많은 실행은 ~에 그만큼 설계?
우리 가지다 a 진실 형태 선택
저것 준다 우리를 그만큼 진실 생성 기능 뒤에 그만큼 프로세스,
a 설계 유형, 어느 하나 공간 충전재 또는 최적.
그만큼 최적의 설계 지금 ~이다 가고 있다 에게 BE ~의 a 확실한 최저한의 크기
기반을 둔 ~에 그만큼 숫자 ~의 효과 저것 이었다 타겟팅.
하다 우리 가지다 a 두번째 -주문하다 모델, a 제삼 -주문하다 모델,
a 셰페 큐빅 모델?
무엇 하다 우리 가지다?
보통, 언제든지 너 짓다 a 모델 그리고 관습 설계 ~에 제이엠피,
그것 쓴다 a 모델 스크립트 밖으로 에게 당신의 테이블 그리고 그 다음에 너 사용 저것 에게 분석하다 그것.
잘, 무엇 우리는 탐험했다 ~이다 허용하다 a 더 부유하다 모델
~보다 무엇 우리 얻다, 무엇 우리 목표,
그리고 ~이다 우리 할 수 있는 에게 사용 이것들 행동 양식 ~와 함께 모든 것
그리고 얻다 추가의 개선됨 결과,
심지어 그렇지만 우리 하지 않았다 원래 목표 저것들 효과 ~에 그만큼 설계?
그만큼 짧은 답변 거기 ~이다 예.
그것이다 무엇 또 다른 우리 원하다 에게 고려하다,
그래서 우리 허용하다 우리 스스로 ~와 함께 그만큼 효과적인 선택
에게 포함하다 추가의 효과.
우리 ~할 수 있다 바라보다 ~에 그만큼 영향 ~의 첨가 복제하다 또는 중심점
그리고 저것 관습 음주운전 대화 에게 억지로 시키다 저것들.
어떻게 하다 저것 영향을 미치다 우리의 응답?
왜냐하면 어느 ~의 그만큼 요약 저것 너 얻다 밖으로 ~의 그만큼 설계
그리고 밖으로 디자인 진단 ~이다 시작 타겟팅 그만큼 가득한 모델,
어느 하나 ~와 함께 존경 에게 예측 변형,
D-최적, 당신은 보고 있습니다 기준 오류 ~을 위한 그만큼 매개변수.
하지만 무엇 우리 정말 케어 ~에 대한 ~이다 어떻게 좋은 ~이다 그만큼 최적의
저것 이었다 구하는 밖으로 ~의 이것,
그래서 그게 무엇 이었다 가고 있다 에게 가져가다 a 바라보다 ~에 ~와 함께 이것들 시뮬레이션.
을 위한 그만큼 최대 부분 ~에 이것들 엘엠피 최적화 시나리오,
a 많은 ~의 타임스, 잘 오다 가로질러 둘 상황.
그만큼 과학자들 ~ 할 것이다 말하다, "나는 갖다 ~에 대한 12 달리다 사용 가능,
그리고 아마도 그것은 ~ 아니다 저것 중요한 ~의 a 프로세스,
또는 그만큼 재료 ~이다 매우 값비싼,
그리고 I 단지 필요 에게 하다 그만큼 최상의 I ~할 수 있다 ~와 함께 12 달린다. 그것이다 무엇 나는 갖다."
또는 그것 ~할 것 같다 BE 무엇 어디 그들은 가지고있다 갖다 a 예산 ~을 위한 40 달리다,
그리고 그들 ~할 수 있다 맞다 a 가득한 두번째 -주문하다 모델
...을 더한 제삼 주문하다 혼합물 효과,
그리고 우리 원하다 에게 노력하다 에게 특징화하다 이것 전체 요인 공간
그리고 보다 무엇 그만큼 응답 표면 외모 좋다 ~ 위에 그만큼 전체 물건.
저것들 ~이다 그만큼 둘 시나리오 이었다 가고 있다 에게 BE 타겟팅 ~에 우리의 시뮬레이션.
짐, I 생각하다 너 가졌다 일부 질문
~에 대한 성능 아래에 다른 시나리오.
무엇 ~였다 당신의 첫 번째 질문 거기?
I 했다.
I 추측하다 언제 I 생각하다 ~에 대한 a 12- 달리다 대본 여기,
그리고 만약에 I 단지 가다 ~와 함께 그만큼 기본, ID 얻다 a D -최적
그리고 그것 ~일 것이다 BE 기본 효과 오직.
I 인정하다 I ~할 수 있었다 하다 그만큼 공간 충전재 좋다 I 단지 했다,
하지만 나의 질문 이다, 만약에 I 하다 그만큼 기본,
어느 하나 ~의 그만큼 분석 행동 양식 ~일 것이다 BE 우선의?
또는 ~이다 거기 하나?
좋아요, 그래서 취득 a 바라보다 ~에 저것.
을 위한 그만큼 디- 최적의 설계, ~처럼 a 일반적인 규칙,
그것은 가고 있다 에게 놓다 거의 모두 ~의 그것은 달리다 ~을 따라 그만큼 경계 ~의 그만큼 요인 공간
그리고 그것은 ~ 아니다 가고 있다 에게 가지다 어느 내부 달리다
~하지 않는 한 너 가지다 이차방정식 자귀 또는 무엇 저것 필요합니다 저것.
와 함께 a 12 -달리다 설계,
있다 90 학위 ~의 자유 필수의 에게 맞다 모두 그만큼 기본 효과 여기.
우리는 갖다 a 약간의 학위 ~의 자유 ~을 위한 오류,
하지만 주로 이었다 오직 타겟팅 그만큼 기본 효과 여기.
어떻게 하다 그만큼 분석 행동 양식 하다?
~이다 거기 어느 차이점 ~에 그만큼 분석 행동 양식?
무엇 우리 하다, 그리고 모두 ~의 이것들 이었다 가고 있다 에게 요약하다,
우리 보여주다 그만큼 퍼센트 ~의 최대 ~을 위한 모두 ~의 우리의 시뮬레이션 저것 우리 하다,
그리고 그래서 우리 ~할 수 있다 보다 저것 분포 ~을 위한 각 ~의 그만큼 분석 행동 양식,
모두 ~을 위한 이것 12- 달리다, D-최적 설계 목표 효과.
그 다음에 우리 또한 보여주다 어느 중요한 차이점 ~ 사이 이것들,
그리고 이었다 단지 사용 중 학생들의 T.
이었다 ~ 아니다 만들기 둘 열쇠 조정, 그래서 유지하다 저것 ~에 정신
언제든지 당신은 찾고 이것들에서 중요한 가치.
그만큼 우승자 여기 ~이다 우리의 수제 모든 것 신경 접근하다
왜냐하면 그것은 ~ 아니다 제한된 에게 오직 찾고 ~에 그만큼 기본 효과,
그들 ~할 수 있다 허용하다 일부 추가의 복잡성 ~에 그만큼 모델,
그리고 그래서 그것 승리 여기.
지금, ~하지 않다 얻다 ~도 흥분한 ~에 대한 저것 왜냐하면 이것 ~이다 ~에 대한 그만큼 최상의
저것 우리는 보았다 내 신경망 하다 에 있습니다 이것들 작은 설정.
하지만 만약에 우리 ~이다 달리기 더 ~보다 하나 후보자 최적의 가고 있다 앞으로,
그 다음에 아마도 우리 ~할 수 있다 포함하다 a 모든 것 신경, 하지만 ~에 일반적인,
우리 하지 않을 것이다 추천하다 오직 고착 와 함께 모두 신경
단지 왜냐하면 그것 경향이있다 에게 BE 더 변하기 쉬운, 가지다 더 무거운 낮은 꼬리.
무엇 ~이다 그만큼 다른 결과?
우리 보다 그만큼 패배자들 ~에 이것 애플리케이션
또는 아무것 그게 행위 그만큼 하나의 발사 모델 절감
왜냐하면 모두 이것들 효과 ~이다 중요한 ~에 그만큼 모델,
그리고 어느 시간 우리 당기다 하나 ~의 그들을 밖으로, 우리 ~이다 가고 있다 에게 얻다
a 최적이 아닌 대표 ~의 우리의 프로세스.
그것이다 왜 ~에 이것 사례 그만큼 가득한 모델 하다 더 나은 ~보다 저것들.
하지만 뭐야 흥미로운 ~이다 그만큼 모든 것 선의 구혼
~이다 할 수 있는 에게 ~에 최소 성냥 저것 가득한 모델 성능.
이었다 ~ 아니다 지는 아무것 ~에 의해 사용 중 모든 것 ~에 이것 애플리케이션,
그래서 그게 a 멋진 측면 어디 우리 ~하지 않다 가지다 에게 걱정하다
~에 대한 그만큼 더 작은 환경.
~이다 우리 아프다 우리 스스로 ~에 모두 ~에 의해 사용 중 AICC?
지금, 무엇 또 다른 우리 시험을 마친 여기 ~이다 주어진 그만큼 같은,
당신은 오직 갖다 12 달린다.
당신은 오직 타겟팅 그만큼 제조
그리고 그만큼 D-최적 기준 ~에 그만큼 관습 암사슴.
무엇 만약에 우리 허용하다 그만큼 맞다 모델 에게 고려하다 두번째 -주문하다 효과
...을 더한 있다 혼합물 효과,
그래서 우리의 모델 그 다음에 ~였다 타겟팅 에게 하다?
무엇 일어난다, 그리고 우리 보다 이것 제이엠피 여기,
이것 모든 것 선의 행동 양식 ~이다 할 수 있는 에게 활용하다 저것 정보
그리고 주다 우리를 더 나은 퍼센트 ~의 최대, 얻다 최적의 후보자,
그리고 저것들 ~이다 우리의 우승자 여기 지금 ~이다 이것들 모든 것 선의 행동 양식.
무엇 우리 보다 ~이다 저것 재미있게,
그만큼 베이스 행동 양식 ~을 위한 이것들 모든 것 구혼, 포드 방법,
또는 포드 선택 또는 그만큼 올가미 ~이다 ~ 아니다 할 수 있는 에게 만들다 사용 ~의 저것,
오직 그만큼 모든 것 이다, 그래서 그게 a 멋진 재산.
그들 실제로 이기다 밖으로 신경,
어느 ~이다 멋진 왜냐하면 지금 이것들 ~이다 토종의 에게 제이엠피 17
그리고 그들 ~하지 않다 필요하다 ~처럼 많이 계산 시간
또는 수동 세트 위로 ~처럼 ~에 그들의 소유하다.
무엇 우리 시작 에게 보다 여기 ~이다 그만큼 주제 저것 이었다 가고 있다 에게 보다
~ 내내 그만큼 나머지 ~의 그만큼 낮 ~이다 저것 어느 ~의 이것들 올가미 구혼
~와 함께 아니요 가로채다 ~이다 가고 있다 에게 주다 우리를 보결 -최적 결과
왜냐하면 없이 그만큼 가로채다
그리고 그만큼 처벌 하지 않는다 일하다 오른쪽 ~에 올가미,
그래서 당신 실제로 원하다 에게 회전하다 끄다 그만큼 기본 옵션 ~의 아니요 가로채다
만약에 당신은 가고 있다 에게 노력하다 에게 사용 모든 것 올가미
또는 심지어 단지 올가미 없이 한 가로채다.
좋아요, 그래서 I 추측하다 그것 외모 좋다 모든 것 신경 했다 잘 거기.
하지만 다시, 저것 ~이다 ~ 아니다 토종의.
우리 캔트 하다 저것 ~와 함께 제이엠피 17 찬성, 그게 ~ 아니다 거기에 .
우리 할 수 있다, 우리 가지다 에게 가지다 a 수동 [듣기 불가 00:29:01] 스크립트.
네, 그렇습니다 ~ 아니다 a 수동 옵션.
좋아요, 이것 ~이다 좋은,
하지만 나는 또한 a 팬 ~의 그만큼 공간 충전재 설계,
그래서 어떻게 하다 저것 놀다 밖으로 ~에 자귀 ~의 그만큼 분석 행동 양식?
을 위한 그만큼 공간 채우기 설계, 너 ~할 수 있다 보다 꽤 ~보다 가지고있다
모두 그만큼 전철기 ~을 따라 그만큼 외부, ~을 따라 그만큼 경계,
지금 우리 채우다 위로 그만큼 내부 공간
~을 위한 둘 다 그만큼 혼합물 요인들 그리고 그만큼 프로세스 요인들,
어느 때때로 ~에 관행 무엇 잘 하다 이다,
잘 가져가다 그만큼 프로세스 요인들
그리고 둥근 이것들 에게 그만큼 가장 가까운 0.25 또는 0.5
또는 무엇이든 세분성 공장 최상의 ~을 위한 우리를, 하지만 이것 ~이다 무엇 그것 외모 좋다.
~ 안에 자귀 ~의 그만큼 결과, 어떻게 하다 그들 공연하다?
지금 무엇 이었다 가고 있다 에게 하다 ~이다 비교하다
그만큼 연쇄 ~의 그만큼 설계 접근하다
~을 따라 ~와 함께 그만큼 분석 방법 그리고 보다 어느 이것들 하다 최상의.
찾고 ~에 지금 아직 허용하다 그만큼 더 부유하다 두번째 그리고 제삼 -주문하다 모델
~을 위한 그만큼 선택 행동 양식 그리고 보다 어느 하나 하다 최상의.
언제 우리 바라보다 ~에 그만큼 비교,
그만큼 우승자 ~이다 그만큼 모든 선형 구혼,
올가미 오직 ~와 함께 그만큼 가로채다, ~ 아니다 없이 그만큼 가로채다,
그리고 그만큼 디- 최적.
다시, 뒤에 그만큼 장면, 너 가지다 에게 기억하다,
지금 당신은 가정하다 ~을 위한 이것 D-최적 접근하다
저것 당신의 긍정적인 모델 ~이다 진실 ~ 위에 그만큼 전체 요인 공간
그리고 당신은 갖다 끊임없는 다양한 ~ 위에 저것 요인 공간.
만약에 당신은 걱정하는 ~에 대한 실패 ~을 따라 그만큼 경계,
그 다음에 그게 무엇 또 다른 에게 가져가다 ~ 안으로 계정, 그리고 그것은 ~ 아니다 세워짐 ~ 안으로 이것.
너 가지다 에게 고려하다 저것.
하지만 만약에 너 ~이다 자신감,
아마도 당신은 달리다 이것 ~ 전에 그리고 당신은 오직 만들기 미성년자 변화,
그 다음에 그만큼 방법 에게 가다 ~이다 그만큼 디- 최적의 ~와 함께 그만큼 모든 것 구혼.
아래에 여기, 그만큼 패배자들 ~이다 그만큼 올가미, ~와 함께 아니요 가로채다.
우리 할거야 피하다 저것들,
그리고 너 ~할 수 있다 보다 저것들 무거운 꼬리 아래에 여기.
아니다 그만큼 모든 것 올가미, 단지 그만큼 올가미.
실제로 여기 있어요 그만큼 모든 것 올가미 ~와 함께 아니요 가로채다 여기 아래에요.
응.
그들 모두 얻다 이것들 에프에스, 그래서 그들 모두 실패하다.
-편리하게, [크로스토크 00:30:48] . -응
좋아요.
무엇 자주 ~ 할 것이다 오다 위로,
~이든 그것은 설계됨 위로 앞쪽 어디 우리는 완료 우리의 12 달리다,
그리고 그만큼 사장,
그녀 가지다 일부 더 질문 그리고 우리 가지다 더 달린다.
만약에 이었다 가고 있다 에게 하다 다섯 더 달리다,
어떻게 하다 저것 영향 일부 ~의 이것들 결과?
언제 너 말하다 다섯 달리다, ~ 아니다 a 따르다 -위로 공부하다,
하지만 당신의 짓다 ~이다 공부하다 어느 하나 12 또는 17 달리다
~에 a 하나의 발사 오른쪽 지금 ~이다 무엇 당신은 치고는, 오른쪽?
응, 정확히.
좋아요, 그래서 응, 우리 ~할 수 있다 바라보다 ~에 그만큼 가장자리 가의 영향
왜냐하면 있다 a 비용 에게 너 ~을 위한 저것들 추가의 다섯 달린다.
뭐야? 그만큼 혜택 ~의 저것들 다섯 추가의 달리다?
사용 중 그만큼 설계 분석 너 ~할 수 있었다 사용,
바라보다 에서 FDS 구성 그리고 당신의 FDS ...을 더한 수단 낮추다,
반영하다 더 작은 예측 변형.
힘 ~이다 ~ 아니다 저것 유용한 ~을 위한 이것들 혼합물 효과 디자인.
우리 ~하지 않다 케어 ~에 대한 그만큼 매개변수.
우리 원하다 에게 알다, 어떻게 잘 ~일 것이다 우리 하다 ~와 함께 최적화?
그것이다 어디 그만큼 시뮬레이션의 능숙한, 우리 ~할 수 있다 가져가다 a 바라보다 ~에 저것.
어떻게 하다 당신의 분포 ~의 당신의 퍼센트 ~의 최대 변화
~처럼 너 가다 ~에서 12 에게 17 달리다?
재미있게, 있다 아니요 혜택 ~을 위한 그만큼 하나의 발사 40 국제상공회의소(ICC)
에게 가지고있다 17 ~ 대 12 달린다.
지금, 다시, 오른쪽 지금 이었다 찾고 ~에 그만큼 백분율 ~의 최대
만약에 너 바라보다 ~에 당신의 오차 분산,
당신의 예측 분산 ~이다 가고 있다 에게 BE 더 작은,
그리고 거기 ~할 것 같다 BE 일부 다른 [듣기 불가 00:32:09] ,
하지만 주로 당신의 예측 변화
~이다 가고 있다 에게 BE 더 작은 만약에 너 바라보다 ~에 저것.
하지만 정말, 우리 ~하지 않다 케어 저것 많이 ~에 대한 예측 변화.
우리 원하다 에게 알다, 어디 ~이다 저것 최적의 가리키다?
왜냐하면 ~ 후에 이것, 이었다 가고 있다 에게 BE 달리기 확인 달리다
그리고 아마도 ~에 복제품 ~에 저것 가리키다
에게 얻다 한 아이디어 ~의 그만큼 프로세스 그리고 시험 변화 그 다음에.
하지만 오른쪽 지금,
우리 ~이다 단지 견딜 수 없는 에게 스카우트 밖으로 그만큼 응답 표면
에게 찾다 우리의 최적의 공식화,
그래서 ~와 함께 저것 목표 ~에 정신, 있다 아니요 혜택 ~을 위한 4일간 국제상공회의소(ICC)
지금 ~을 위한 그만큼 모든 것 행동 양식,
우리 하다 보다 거기 ~이다 a 중요한 차이점
그리고 우리 하다 얻다 a 중요한 개선
~에 자귀 ~의 우리의 평균 퍼센트 ~의 최대 우리 얻다,
그리고 아마도 ~ 아니다 ~처럼 무거운 꼬리 아래에 여기.
하지만 지금 너 필요 에게 알다 ~이다 저것 너 필요 에게 결정하다,
~이다 저것 거의 중요한?
당신은 ~ 원하다 에게 이동하다 ~에서 90% 에게 92% 평균 퍼센트 ~의 최대
~에 이것 첫 번째 발사 ~와 함께 다섯 추가의 달리다?
너 가지다 에게 하다 당신의 가장자리 가의 비용
원래의 혜택 분석 거기 ~처럼 a 과학자
그리고 결정하다 만약에 그게 가치 그것.
단지 찾고 ~에 그것 여기, 무엇 I 생각하다 ~할 것 같다 BE 유용한
왜냐하면 너 가지다 에게 달리다 확인 달리다 그래도
~이다 만약에 우리 달리다 그만큼 12 -달리다 설계,
너 ~할 수 있다 그 다음에 달리다 a 후보자 옵티마 또는 둘
기반을 둔 ~에 그만큼 결과 우리 얻다,
그리고 그 다음에 ...을 더한 a 커플 ~의 추가의 달리다 아마도
~에 a 높은 -밀도 지역 ~을 위한 무엇 저것 외모 좋은,
또는 심지어 증가시키다 밖으로 당신의 요인 공간 a 작은 조금,
그리고 그 다음에 당신은 아직 달리기 a 총 ~의 17 달리다,
하지만 지금 이었다 가고 있다 에게 가지다 심지어 a 더 나은 감각 ~의 그만큼 좋은 지역 여기,
그래서 그게 무엇 에게 고려하다.
무엇 또 다른 우리 ~할 수 있다 보다
~에서 달리기 그만큼 시뮬레이션 ~와 함께 17 달리다 이다,
하자 바라보다 ~에 그만큼 성능
~의 각 ~의 그만큼 입어 보기 행동 양식 이내에 각 반복,
그리고 있다 실제로 a 놀랍게도 낮은 상관관계
~ 사이 그만큼 성능
~의 이것들 다른 행동 양식 이내에 각 반복.
우리 ~할 수 있다 사용 저것 에게 우리의 혜택
왜냐하면 이었다 가고 있다 에게 BE 달리기 확인 달리다 ~ 후에 이것,
그래서 꽤 ~보다 단지 가지고있다 에게 가져가다 하나 방법 그리고 하나 확인 가리키다,
하나 후보자 최적의 가리키다,
만약에 우리 ~이었다 에게, ~을 위한 예, 바라보다 ~에 이것들 네 개 행동 양식
그리고 그 다음에 가져가다 그만큼 후보자 최적의 ~에서 각 ~의 그들을,
그 다음에 이었다 가고 있다 에게 BE 할 수 있는 에게 가다 앞으로 ~와 함께 어느 하나 모든 사람 하다 최상의.
이었다 찾고 ~에 그만큼 최고 ~의 이것들.
꽤 ~보다 찾고 ~에 a 평균 ~의 92% 에게 94%,
지금 이었다 찾고 ~에 a 평균 ~의 ~에 대한 97% ~와 함께 a 더 작은 꼬리
만약에 우리 고려하다 다수의 ~의 이것들 행동 양식 ~에 한 번.
좋아요, 매우 유용한.
하자 지금 놓다 우리의 눈 ~ 을 향하여 그만큼 40 -달리다 디자인.
매우 좋은 정보 ~에 자귀 ~의 나의 더 작은 달리다 디자인.
지금 ~와 함께 40, 어떻게 하다 그것 놀다 밖으로 ~에 자귀 ~의 이것들 분석 행동 양식?
~이다 우리 가고 있다 에게 보다 일관된 행동 ~와 함께 무엇 우리 봤다 ~에 그만큼 12 -달리다 설계?
그 다음에 어떻게 ~에 대한 그만큼 공간 충전재 ~ 대 그만큼 최적의 설계, D-최적?
-ID BE 관심 있는 ~에 저것. -좋아요.
잘, 첫 번째 가져가다 a 바라보다 ~에 그만큼 D-최적 설계, 40 달리다,
그리고 지금 이었다 타겟팅 모두 ~의 그만큼 두번째 -주문하다 효과,
그만큼 제삼 -주문하다 효과, 혼합물 효과,
그리고 이었다 타겟팅 모두 그만큼 효과
저것 ~이다 진심으로 현재의 ~에 우리의 생성 기능,
그리고 우리 아직 보다 저것 이었다 짐을 실은 위로 ~에 그만큼 경계 ~의 그만큼 요인 공간
~와 함께 그만큼 최적의 설계,
그리고 그 다음에 만약에 우리 ~이었다 가고 있다 에게 보다 지금 ~와 함께 그만큼 공간 충전재 설계,
이었다 가고 있다 에게 보다 지금 이었다 충전재 위로 그만큼 내부
~의 그만큼 요인 공간 ~을 위한 그만큼 혼합물
그리고 ~을 위한 그만큼 다른 마디 없는 프로세스 요인들.
하자 보다 무엇 그만큼 성능 차이점 이다.
첫 번째 ~의 모두, 집중하다 ~에 그만큼 공간 채우기 설계,
어느 분석 행동 양식 하다 최상의?
그리고 같은 ~처럼 우리 봤다 ~에 그만큼 12 -달리다 예 ~의 그만큼 모든 것 선의,
포드 선택 ~와 함께 저것 가로채다, 올가미와 함께 그만큼 가로채다 하다 그만큼 최상의.
그만큼 최악의 사례 너 ~할 수 있다 하다 ~이다 유지 그만큼 가득한 모델,
또는 그 다음에 견딜 수 없는 모든 것 또는 하나의 발사 올가미 ~와 함께 아니요 가로채다
그리고 그만큼 D-최적 환경, 같은 우승자, 어느 ~이다 안심시키는
왜냐하면 지금 우리 ~하지 않다 가지다 에게 BE 걱정하는 에 대한,
"잘, 우리는 변화하고 있어요 우리의 설계 유형. 지금 우리 갖다 에게 변화 우리의 분석 유형."
그것은 좋은 에게 보다 이것 일관성 가로질러 그만큼 우승자 ~의 그만큼 분석 유형.
그만큼 가득한 모델 하지 않는다 하다 ~처럼 신통치 않게 여기 ~와 함께 그만큼 최적의 설계, I 생각하다,
왜냐하면 그만큼 최적의 설계 ~이다 타겟팅 저것 모델
그리고 그만큼 패배자들 여기 ~이다 아직 그만큼 올가미 ~와 함께 아니요 가로채다.
그 다음에 신경 ~이다 정말 떨어지는 뒤에 여기, 뒤에 그만큼 다른 행동 양식.
지금 하자 비교하다 그만큼 공간 충전재 에게 그만큼 D-최적 디자인,
그리고 우리 ~할 수 있다 정말 보다
그만큼 가장 큰 차이점 여기 ~이다 이내에 그만큼 가득한 모델,
그만큼 공간 충전재 디자인 ~이다 많이 더 나쁜 ~보다 그만큼 D-최적 설계.
언제든지 당신은 행위 설계 진단,
그게 모두 이내에 그만큼 문맥 ~의 그만큼 가득한 모델.
을 위한 당신의 D -최적성 기준,
당신의 평균 예측 변화, 그게 모두 거기.
A 많은 ~의 타임스 언제 너 달리다 저것들 비교,
당신은 가고 있다 에게 보다 a 뚜렷한 차이점 ~ 사이 저것들
그리고 그게 무엇 당신은 봄 여기.
하지만, ~에 진짜 삶,
이었다 가고 있다 에게 BE 달리기 a 모델 절감 기술.
와 함께 모든 것, 심지어 그만큼 하나의 발사 행동 양식 개선하다 그것.
하지만 특히 ~와 함께 모든 것 여기,
그것 정말 닫는다 그만큼 차이점 ~ 사이 그만큼 공간 충전재 그리고 그만큼 최적의 설계,
그리고 우리 보다 예쁜 닫다 에게 중간, 그리고 약간 더 무거운 꼬리 여기.
하지만 지금 너 ~할 수 있다 바라보다 ~에 이것 그리고 말하다.
"좋아요. I 잃다 a 작은 조금 ~와 함께 공간 f 일링 설계.
하지만 만약에 I 가지다 어느 우려 조금도 ~에 대한 그만큼 경계 ~의 그만큼 요인 공간,
또는 만약에 나는 약간 제한된 ~에 어떻게 많은 확인 전철기 I ~할 수 있다 달리다
그리고 I 원하다 에게 가지다 무엇 그게 가고 있다 에게 BE ~ 아니다 ~도 멀리 떨어져 있는
~에서 그만큼 후보자 최적의 저것 나는 가고 있다 에게 나르다 앞으로,
그 다음에 저것들 ~이다 그만큼 이익 ~의 그만큼 공간 충전재 설계."
지금 우리 ~할 수 있다 달다 저것들 밖으로. 이었다 ~ 아니다 갇힌
~와 함께 이것 격렬한 차이점 ~ 사이 그만큼 둘.
다시, 그게 기반을 둔 오직 ~ 대 그만큼 D-최적 설계 .
I 추측하다 a 많은 ~의 타임스 ~에 우리의 암사슴 일하다,
우리 좋다 에게 아마도 바라보다 ~에 그만큼 I-최적성 기준
그리고 심지어 그만큼 A 가지다 완료 정말 잘 ~을 위한 우리를.
~ 안에 특히, 그것 스프레드 그것. 그것은 c입니다 중간 ~ 아니다 공간 충전재,
하지만 ~에 최소 그것 스프레드 그것 밖으로 a 조금 더 ~보다 그만큼 D -최적.
하다 우리 가지다 어느 아이디어 어떻게 저것들 I 그리고 A 최적의 일하다?
응, 우리 ~할 수 있다 교환 저것들 밖으로 ~ 안으로 시뮬레이션.
하나 물건 우리는 언제나 알아차렸다,
I 사랑 그만큼 A -최적 디자인 ~에 그만큼 비 혼합물 환경.
그것은 거의 나의 기본 지금.
I 정말 좋다 그들을.
하지만 ~에 그만큼 혼합물 환경, 언제든지 우리 노력하다 그들을,
심지어 ~ 전에 그만큼 시뮬레이션, 만약에 우리 바라보다 ~에 그만큼 설계 진단,
그만큼 A -최적 절대 하다 ~처럼 잘 ~처럼 그만큼 D 또는 그만큼 I -최적의,
그리고 저것 곰 밖으로 여기 ~에 그만큼 시뮬레이션,
그게 그만큼 파란색 여기 ~을 위한 그만큼 최적의, 준다 우리를 밑에 붙이는 결과.
규칙 ~의 무지 여기 이다,
~하지 않다 신경 쓰다 ~와 함께 그만큼 A-최적 디자인 ~을 위한 혼합물 디자인.
지금 ~을 위한 D ~ 대 I -최적의, 우리 ~하지 않다 보다 어느...
~ 안에 이것 애플리케이션 ~을 위한 이것 생성 기능,
우리 ~하지 않다 보다 어느 차이점 ~ 사이 그들을.
하지만, a 이유 에게 약간 선호하다 그만큼 D-최적 이다,
거기 경향이있다 에게 BE 일부 수렴 문제 ~을 위한 이것들 엘엔피 설정
어디 당신은 갖다 에게 못 ~ 위에 그만큼 하나 5%
그리고 당신은 견딜 수 없는 에게 목표 a 셰페 큐빅 모델 ~에 제이엠피,
그래서 우리는 알아차렸다 때때로 일부 수렴 문제들
~을 위한 그만큼 I-최적 디자인 그리고 그것 걸립니다 더 길게.
그만큼 D -최적의, 만약에 있다 ~ 아니다 많이 ~의 a 혜택,
그 다음에 그것 보인다 에게 BE 그만큼 더 안전하다 하지만 에게 막대 ~와 함께 그만큼 D-최적.
지금 우리 아니었다 할 수 있는 에게 시험 저것 ~와 함께 그만큼 시뮬레이션
왜냐하면 오른쪽 지금 ~에 제이엠피,
너 캔트 스크립트 ~에 셰페 큐빅 자귀 ~ 안으로 그만큼 암사슴
에게 짓다 한 최적의 설계.
너 가지다 에게 하다 저것 ~을 통해 그만큼 그래픽 사용자 인터페이스(GUI).
우리 아니었다 할 수 있는 에게 시험 저것, 보다 어떻게 자주 저것 일어난다,
하지만 그게 왜 우리는 수행되었다 앞으로
D-최적 ~에 이것들 시뮬레이션 그리고 우리 막대 ~와 함께 저것들.
만약에 너 원하다 에게 ~에 당신의 응용 프로그램, 너 ~할 수 있다 노력하다 둘 다 D 그리고 I
그리고 보다 무엇 그들 바라보다 좋다
둘 다 그래픽으로 그리고 ~와 함께 그만큼 진단,
하지만 그만큼 D-최적 보인다 에게 BE 실행할 수 있는 잘.
좋아요, I 추측하다 단지 유지하다 당기다 그만큼 실 a 작은 조금 더 나아가 이다,
a 많은 ~의 타임스 잘 노력하다 일부 유형 ~의 a 잡종 설계 .
왜 ~하지 않다 우리 시작 밖으로 와 함께, 말하다, 25 공간 충전재 달리다,
그리고 그 다음에 증가시키다 저것 ~와 함께 일부 D-최적 표준
에게 만들다 확신하는 저것 우리 ~할 수 있다 목표 그만큼 특정한 매개변수 관심있으신가요?
하다 저것 일하다 밖으로 예쁜 잘?
응, 우리 ~할 수 있다 시뮬레이션하다 저것 그리고 우리 가져가다 a 바라보다.
어느 하나 우리는 갖다...
이것 ~이다 그만큼 같은 시뮬레이션 기능,
생성 기능 우리는 계속 ~ 이다 찾고 ~에 ~을 위한 너 달리다 그만큼 D-최적,
당신이 실행하기 위해 공간 충전재,
또는 a 잡종, 어디 우리 시작 밖으로 ~와 함께 25 공간 충전재 달리다
그리고 그 다음에 우리 가다 에게 증가시키다 그리고 짐 ~에 건물 15 추가의 달리다 타겟팅
그만큼 제삼 주문하다 모델, 그리고 무엇 우리 보다 ~이다 저것 지금,
우리 가지다 아니요 중요한 차이점 ~에 자귀 ~의 그만큼 최적화
~ 사이 그만큼 40-런 D-최적 그리고 그만큼 잡종 설계,
하지만 ~에 그만큼 잡종 설계,
우리 얻다 그만큼 혜택 ~의 저것들 25 공간 채우기 실행.
우리 얻다 일부 내부 달리다 보호 에게 맞다 추가의 효과
그리고 보호 ~에 맞서 실패 ~을 따라 그만큼 경계.
그것은 a 작은 조금 더 일하다 에게 세트 이것 위로.
잘 하다 이것 ~을 위한 높은 우선 사항 프로젝트
왜냐하면 오직 ~을 위한 저것들 왜냐하면 그 추가의 비용 그리고 시간.
하지만 그것 하다 나타나다 에게 BE a 유망한 방법.
오른쪽.
거의 너 생각하다 ~에 대한 어디 당신의 최적의 ~이다 가고 있다 에게 BE,
있다 a 좋은 가능성 그것 ~할 수 있었다 BE ~에 저것 내부 공간
그게 ~ 아니다 채우는 ~에 그만큼 D-최적 ~을 따라 그만큼 경계.
I 추측하다 단지 아마도 가고 있다 뒤쪽에,
재방문 그만큼 아이디어 ~의 무엇 만약에 I 가졌다 a 센터 가리키다,
무엇 만약에 I 가졌다 a 가리키다 저것 I ~할 수 있었다 뒤로 젖히다?
다시, 아마도 ~에 그만큼 40- 달리다 설계,
만약에 I 가졌다 다섯 더 것들, 그래서 단지 어느 다른 작은 너겟
저것 우리 배웠다 ~을 따라 그만큼 방법 ~와 함께 이것들?
잘, 이것 온다 위로 a 많은 왜냐하면 지금 교과서 ~ 할 것이다 말하다 너
에게 추가하다 다섯 에게 일곱 뒤로 젖히다 달린다.
그만큼 과학자들 ~이다 가고 있다 에게 차기 너 밖으로 만약에 너 노력하다 에게 하다 저것.
A 많은 ~의 타임스 우리 가지다 에게 만들다 그만큼 논쟁
에게 추가하다 심지어 a 하나의 뒤로 젖히다 달리다
왜냐하면 그것 가지다 장점 밖의 ~의 그만큼 입어 보기
왜냐하면 지금 너 얻다 a 모델 [듣기 불가 00:41:09]
그리고 단지 그래픽으로 우리 ~할 수 있다 사용 저것 ~처럼 a 특수 증상,
우리 ~할 수 있다 바라보다 ~에 저것 공기 변화 상대적인 에게 그만큼 전체 변화
~에서 그만큼 전체 실험.
그것은 매우 유용한 에게 가지다,
그리고 그래서 그것은 가고 있다 에게 BE 멋진 에게 가지다 한 논쟁 ~을 위한 너 에게 말하다 저것,
"좋아요, 이었다 ~ 아니다 아프다 당신의 최적화 루틴
~에 의해 포함 심지어 a 하나의 뒤로 젖히다 달리다."
그것이다 무엇 우리 보다 여기 ~을 위한 그만큼 40런 예
~에 의해 강제 하나 ~의 이것들 에게 ~가 되다 뒤로 젖히다 이내에 관습 설계.
우리 ~이다 ~ 아니다 구하는 a 중요한 차이점 ~에 모두
~에 자귀 ~의 최적화.
그것은 어느 것도 아니다 거들기 또는 아프다.
하자 가다 앞으로 그리고 하다 저것,
그래서 저것 언제 우리 가지다 저것 추가의 조각 ~의 정보 가고 있다 앞으로.
I ~하지 않다 가지다 그만큼 그래프 여기 왜냐하면 그것은 지루한.
그것은 그만큼 같은 물건 ~에 이것 특정한 애플리케이션,
강제 하나 ~의 그들을 에게 BE a 중심점.
있다 아니요 차이점.
부분 ~의 저것 ~할 것 같다 BE ~에 이것 사례, 그만큼 D-최적 설계 ~였다 주는 것 우리를
a 중심점 또는 무엇 닫다 에게 a 중심점.
저것 ~할 것 같다 ~ 아니다 가지다 계속 ~ 이다 작고 보기 어리석은 동물 그만큼 설계 저것 많이.
너 ~할 것 같다 보다 a 더 큰 차이점
만약에 너 가다 뒤쪽에 에게 그만큼 12런 설계 억지로 시키다 그만큼 중심점.
하지만 그게 그만큼 이점 ~의 가지고있다 a 시뮬레이션 뼈대 세워짐 위로
어디 너 ~할 수 있다 가져가다 a 바라보다 ~에 저것
그리고 보다 무엇 ~이다 그만큼 현실적인 영향 가고 있다 에게 BE ~을 위한 포함 저것.
좋아요, 지금 어떻게 에 대한...
I 말하는 I 가지다 이것 큰 프로젝트 ~와 함께 많은 ~의 제약 조건.
일 것이다 a 강제 아마도 변화 일부 ~의 그만큼 결과?
잘, 우리 ~할 수 있었다 혹시 포함하다 그만큼 제약 조건
그리고 그것은 가고 있다 에게 변화 그만큼 허용된 지역 이내에 그만큼...
그래픽적으로, 너는 ~해야 해 가고 있다 에게 보다 a 변화 ~에 당신의 허용된 지역,
그리고 우리 ~할 수 있다 시뮬레이션하다 저것.
실제로, 나는 완료 저것.
I ~하지 않다 가지다 그만큼 그래프 위로 ~와 함께 나 오른쪽 지금,
하지만 무엇 그것 하다 ~이다 있다 ~ 아니다 저것 많이 한 영향, 모든 것 아직 잘 됩니다.
하나 차이점 우리 했다 메모 ~이다 저것 달리기 이것 시뮬레이션
그리고 그 다음에 제약하는 그만큼 지역 약간 ~이다 저것 그만큼 공간 충전재 개선됨
왜냐하면 그것은 갖다 a 더 작은 공간 에게 채우다 그리고 ~ 아니다 ~처럼 많이 소음 공간,
하지만 그만큼 D-최적 ~ 할 것이다 공연하다
단지 ~처럼 잘 ~ 사이 그만큼 둘 ~와 함께 또는 없이 강제.
저것 ~였다 예쁜 흥미로운 에게 보다.
하지만 모두 ~의 이것 적용됩니다 단지 ~처럼 잘 ~와 함께 제약 조건
그리고 아무것도 아님 ~의 메모 ~에 자귀 ~의 차이점 ~을 위한 분석 행동 양식 ~와 함께 그만큼 강제,
~에 최소한 비교적 단순한 1들 저것 우리 적용된.
오른쪽, 좋아요, 이었다 거의 달리기 짧은 ~에 시간 여기, 앤드류,
하지만 I 하다 가지다 a 우려.
우리 가지다 a 잘못 지정된 설계
그리고 우리 ~일 것이다 좋다 에게 포장하다 위로
그리고 떠나다 그만큼 여러분 ~와 함께 a 약간의 열쇠 테이크아웃.
여기 있습니다 한 예 어디 지금 이것 기능적인 형태
하다 ~ 아니다 성냥 어느 ~의 그만큼 효과 이었다 치고는
그리고 이었다 비교적 평평한 ~에 이것 둘레
어디 a 많은 ~의 저것들 최적의 설계가 될 것입니다
그래서 나는 어떻게 될지 보러 갈게요 저것 공장 밖으로.
또한 메모 그만큼 [듣기 불가 00:43:52] 콜레스테롤 세트 에게 a 계수 영
그리고 진실 생성 기능.
지금 취득 저것 진실 기능 가고 있다 에게 윤곽 ~이다 산출 바로 안에 테이블
그리고 너 ~할 수 있다 보다 어떻게 멋진 그것 ~이다 에게 BE 할 수 있는 에게 구성 이것들 것들
에게 보다 그만큼 응답 표면 사용 중 저것 산출 오른쪽 ~에 그만큼 테이블.
여기 있습니다 정말 당신의 진실 응답 표면, 그리고 이것 ~이다 당신의 응답 표면,
하지만 뭐야 흥미로운 ~이다 그것 외모 좋다 있다 한 환각 여기.
그것 외모 좋다 콜레스테롤 ~이다 영향력 있는 ~을 위한 당신의 응답.
그것 외모 좋다 그것 영향을 미친다 당신의 응답, 하지만 ~에 현실 그만큼 계수 ~이다 영.
하지만 그만큼 이유 그것 외모 좋다 저것 ~이다 왜냐하면 ~의 그만큼 혼합물 강제.
그것이다 왜 그것은 딱딱한 에게 분석하다 밖으로,
어느 그만큼 개인 혼합물 효과 정말 영향을 미치다 당신의 응답.
이었다 ~ 아니다 ~처럼 관심 있는 ~에 대한 저것
우리가 있는 그대로 ~의 속담, 뭐야 a 좋은 공식화 가고 있다 앞으로?
~ 안에 이것 환경, 우리 추가하다 a 작은 조금 ~의 소음, 4% 이력서,
어느 ~이다 사용된 자주 ~에 그만큼 제약 세계.
~ 안에 이것 사례, 그만큼 평균 이었다 사용 중 ~이다 그만큼 평균 ~에 그만큼 최고,
어느 ~에 이것 사례 ~이다 하나,
그리고 그 다음에 또한 a 많이 더 극심한 40% 이력서
이것 외모 더 좋다 a 소나
그리고 그들은 견딜 수 없는 에게 찾다 거대한 또는 무엇.
희망적으로 없음 ~의 당신의 제약 응용 프로그램 바라보다 좋다 이것,
하지만 우리 단지 원하다 에게 보다 ~에 이것 극심한 사례 어떻게 것들 일하다 밖으로.
무엇 우리 보다 ~이다 ~에 그만큼 작은 12런 예
~와 함께 비교적 작은 프로세스 변화 ~이다 프로세스 ...을 더한 수필 변화
~이다 이것들 기준선 디자인 갔다 밖으로 그리고 모든 것, 모두 같은 행동 양식,
그리고 그 다음에 만약에 우리 가다 위로 에게 40런,
그만큼 공간 채우기 아니다 할 수 있는 에게 유지하다 위로 ~처럼 잘,
하지만 D-최적 ~ 할 것이다 정말 하다 지금은 더 나아요,
심지어 그렇지만 그것은 비교적 평평한 밖으로 거기 그리고 그만큼 크기 어디 최대 ~의 그만큼 달리다 이다,
그것은 할 수 있는 에게 선택하다 위로 그만큼 서명 ~의 그만큼 표면 여기.
지금, 여기 있어요 그만큼 차이점 ~ 사이 그만큼 가득한 모델
그리고 그 다음에 그만큼 공간 채우기 그리고 D- 최적.
아니다 ~처럼 큰 ~의 a 차이점 ~을 위한 그만큼 모든 것 행동 양식,
하지만 너 하다 아직 가지다 a 약간의 꼬리 전철기 아래에 여기.
그 다음에 그들은 모두 ~ 아니다 실행할 수 있는 ~처럼 잘 ~처럼 그만큼 모든 것 선의,
심지어 그렇지만 그만큼 모든 것 선의
~이다 오직 근사화하다 저것 곡률 ~을 위한 저것 응답 표면.
만약에 우리 가다 위로 에게 그만큼 감독자 시끄러운 보다, 아니요 하나 하다 a 정말 좋은 직업,
하지만 아직 당신의 오직 가능성 와 함께 있습니다 그만큼 공간 충전재 구혼.
하지만 그 다음에 언제 우리 가다 위로 에게 그만큼 더 큰 견본 크기,
심지어 ~에 그만큼 얼굴 ~의 모두 그만큼 프로세스 변화, 프로세스 소음,
~이다 지금 그만큼 옵션 ~였다 할 수 있는 에게 되튐 밖으로 ~ 위에 저것 소음 더 나은
그리고 ~이다 할 수 있는 에게 만들다 더 나은 사용 ~의 저것들 달리다 ~보다 그만큼 공간 충전재.
A 커플 ~의 고려 사항 거기.
뭐야? 당신의 달리다 크기? 어떻게 가득한 당신의 것입니다 모델?
어떻게 많이 프로세스 변화 하다 너 가지다 상대적인 에게 당신의 프로세스 평균,
간다 ~ 안으로 그만큼 균형 ~의 그만큼 공간 충전재 ~ 대 최적.
만약에 우리 가져가다 a 바라보다 ~에 무엇 ~이다 그만큼 솔직한 최적의 전철기
이었다 구하는 밖으로 ~의 그만큼 공간 충전재 ~ 대 최적.
나는 죄송합니다, ~을 위한 그만큼 공간 충전재,
그 다음에 무엇 우리 보다 ~이다 이었다 ~에 목표 ~을 위한 이것 ~이다 이온화 가능한 그리고 돕는 사람.
이었다 ~에 목표 ~을 위한 모두 ~의 우리의 구혼 제외하고 ~을 위한 이것들 마지막 ~와 함께 아니요 가로채다.
그들은 절대 ~에 목표,
그들은 언제나 미는 너 끄다 어딘가에 또 다른.
너 ~할 수 있다 보다 그래픽으로 어떻게 저것 부족 ~의 가로채다.
지금, 만약에 우리 허용하다 그만큼 가로채다, 그럼 우리는 ~에 목표.
저것 정말 ~이다 중요한 에게 체크 해제 저것 아니요 가로채다 옵션 ~을 위한 올가미.
을 위한 모두 그만큼 사람들 저것 ~이다 ~ 아니다 사용 중 제이엠피 찬성
그리고 ~하지 않다 가지다 모든 것,
너 ~할 것 같다 말하다, 잘, 좋아요, 뭐야 당신의 시뮬레이션?
여기, 무엇 ~이다 더 나은? AICc, ~ 대 빅, ~ 대 P-값.
안타깝게도, 단지 사용 중 그만큼 숫자 ~의 시뮬레이션 우리는 달리다,
있다 ~ 아니다 ~처럼 일관된 접근하다 ~처럼 거기 ~이다 ~와 함께 모든 것.
만약에 당신은 갖다 a 크기가 큰 숫자 ~의 달리다, 어디에 있는가 지정된
또는 바르게 지정된 또는 잘못 지정된, 그만큼 앞으로 또는 뒤로 AICC 하다 잘.
가득한 모델 하다 더 나쁜, 반면 ~에 그만큼 더 작은 환경,
그만큼 가득한 모델 하다 더 나은 왜냐하면 모두 저것들 자귀 ~이다 관련 있는.
또한 그만큼 P-값 여기, 도.
지금, 너 보다, 0.01 하다 그만큼 최악의, 0.01 하다 그만큼 최상의 ~에 크기가 큰 환경.
아니다 일관성, 어떤 P값을 사용하시나요?
0.01, 0.05, 0.1 .
그만큼 P-값 ~에서 이것 보다 ~이다 한 조정되지 않은 최적화 매개변수,
그래서 아마도 최상의 에게 피하다 저것 그리고 막대 ~와 함께 그만큼 AICC
만약에 당신은 ~에 베이스 제이엠피
하지만, 우리 가지다 보았다 지금 저것
SVE 구혼 ~을 위한 이것들 최적화 문제들
하다 주다 너 거의 보편적으로 더 나은 솔루션
~보다 그만큼 하나의 발사 행동 양식.
너 ~할 수 있다 얻다 더 나은 솔루션 ~와 함께 제이엠피피 로, ~와 함께 모든 것.
엄청난.
I 추측하다 우리 원하다 에게 단지 포장하다 위로.
일부 ~의 그만큼 열쇠 결과 여기, 앤드류.
응, 그리고 또한, 짐, 어느 다른 댓글?
하다 너 가지다 어느 다른 댓글 ~도 ~에 대한 이것들 최적화 문제들 또는 아무것?
흥미로운 것들 우리는 보았다 최근에?
우리 가지다, 이었다 위로 ~에 맞서 시간 ~을 위한 확신하는, 하지만 우리는 완료 일부 예쁜 놀라운 것들
저것 우리는 오다 위로 ~와 함께 새로운 엔지니어링된 재목
그게 더 나은 ~보다 그것은 항상 계속 ~ 이다
그리고 추진제 저것 ~이다 가지고있다 물리적 속성
그리고 성능 저것 우리 하지 않았다 보았다 전에.
우리 가지다 촬영됨 a 단계,
a 뛰다 ~에 자귀 ~의 일부 ~의 그만큼 역량
저것 우리는 보았다 ~에 우리의 혼합물 모델.
할 수 있다 우리 요약하다 ~와 함께 그만큼 강조됨 총알 아래에 거기,
저것 모든 것 보인다 에게 BE 우리의 방법 에게 가다,
그리고 만약에 너 오직 가졌다 하나 아마도 모든 것 앞으로 선택,
당신은 할 것이다 BE 덮여있다 예쁜 잘.
예, 그게 오른쪽, 왜냐하면 나는 언제나 무서운.
심지어 그렇지만 그만큼 마지막 올가미는 때때로 그것 외모 더 적은 ~와 함께 가로채다,
때때로 그것 외모 약간 더 나은.
I ~하지 않다 알다 만약에 그것은 아마도 하나 또는 둘 사례 ~이었다 상당히 더 나은,
하지만 언제나 목 그리고 목 ~와 함께 앞으로 선택,
하지만 나는 언제나 무서운 저것 나는 가고 있다 에게 잊다 에게 회전하다 끄다 아니요 가로채다
그리고 그 다음에 주다 내 자신 무엇 그게 더 나쁜 ~보다 행위
또는 ~처럼 나쁜 ~처럼 행위 그만큼 가득한 모델.
나는 언제나 무서운 ~의 행위 저것.
모든 것 앞으로 선택 ~와 함께 ~의 잘못 환경 보인다 좋다 a 좋은 안전한 방법 에게 가다.
완벽한.
잘, ~와 함께 저것, 우리 서다 준비가 된 에게 가져가다 당신의 질문.
