JMP Pro ByTorch 中的 AI 优化大家好，
是否可以使用 JMP Pro Torch 深度学习模型对工艺参数进行 AI 优化。
如果是这样，JMP Pro Torch 深度学习中提供哪些 AI 技术？
请提出建议。
预测模型和机器学习回复：JMP Pro ByTorch 中的 AI 优化你好@Sankaramuthu ，
抱歉，但我不明白你到底想做什么：
如果您能更具体说明您的项目、数据类型、目标、背景等，这将大大提高您收到的回复的质量和相关性。如果可能的话，您还可以将一些数据与解释结合起来，以便人们可以尝试并推荐不同的方法。
希望这个第一个讨论能对你有所帮助，
回复：JMP Pro ByTorch 中的 AI 优化感谢@Victor_G的立即回复。
我必须对增材制造的工艺参数进行优化，以减少尺寸误差。
因此在 JMP Pro Torch 深度学习中寻找 AI 优化选项。
我有连续数据作为因素和响应。
回复：JMP Pro ByTorch 中的 AI 优化好的，这些信息对您帮助很小。
以下是一些问题（不是详尽的列表，请提供尽可能多的背景和信息！请阅读快速获得正确问题的正确答案）：
- 您有多少个数据点、因素和响应？
- 您的数据对于要解决的问题有多大的代表性？范围有多大？它只是观察数据（生产数据）吗？您是否可以将实验数据添加到生产数据中（因为生产数据的范围通常比实验/ DOE 数据的范围更窄，这会使优化更难找到/实现）？
- 如何测量响应？测量设备的可靠性/噪声如何？您知道测量设备的可变性吗？
- 预期的响应改进是多少？观察到的响应范围是多少？
- 你的目标是什么？仅仅优化，还是更好地理解系统并比较评估各因素的影响？
- 您已经尝试过哪些分析？为什么 JMP/JMP Pro 中的分析不够充分？机器学习建模中的大多数性能问题往往是由于数据质量问题，很少是因为模型复杂性不够。使用神经网络处理表格数据真的是“用大锤打死苍蝇”：大多数时候，更简单的模型表现良好。
- 你的模型评价标准是什么？
- ETC...
希望您能提供更多信息，
回复：JMP Pro ByTorch 中的 AI 优化你好@Sankaramuthu ，
除了@Victor_G的精彩回复外，我还有几点想法：
1. 如果您的所有数据都是表格形式，XGBoost 是一个很好的潜在替代方案，它具有内置的超参数自动调整器。 它可以在 market.jmp.com 上与 Torch Deep Learning 一起获得。
2. Torch、XGBoost 和其他预测建模平台具有分析器，您可以在拟合模型后从红色三角形运行这些分析器，然后对您的流程参数使用最大化可取性功能。
3. 请关注下周在柏林举行的 JMP 发现峰会上的一些相关演讲。
