JMP Pro 19を使用したビデオが2025年11月に投稿されました。
このセッションは、新製品をいち早く市場に投入するために迅速な革新に責任を負う R&D 製品およびプロセス エンジニアを対象としています。
ベイズ最適化は、モデルを用いて評価のための新たな候補ランを生成する反復学習手法です。ベイズ最適化は、各反復における応答から学習し、従来のアプローチよりも実験をいつ停止すべきかについて明確な指針を提供します。この反復的な性質は、プロセスと製品開発に必要な時間とリソースを大幅に削減する可能性を秘めているため、多くの研究開発文化に自然に適応する可能性があります。
既存のデータ（過去のデータ、または初期の実験実行データ）からガウス過程モデル（GaSP）を構築します。次に、モデルの予測値、予測の不確実性、そして応答目標を用いて、新たな候補因子の組み合わせを生成し、テストを行います。テスト後、モデルは新しいデータで更新されます。この一連のステップは、応答目標が達成され、最適な因子設定の組み合わせが見つかるまで繰り返されます。
JMP Pro の新しい機能強化には、インタラクティブな新しいプラットフォームであるベイズ最適化が組み込まれています。
「この手法は、モデルの適合度を判断するためのものではありません。むしろ、まだデータがない新たな領域を発見し、探索するための手段です。」C. ゴットウォルト
JMPのチーフデータサイエンティストであり、新しいベイズ最適化の主要開発者でもあるクリス・ゴットウォルトが、ベイズ最適化の機能と、その基盤となる統計的アプローチについて実演と解説を行います。セッションには質疑応答の時間も設けられています。
この JMP 開発者チュートリアルでは、対話形式での初期ガウス過程モデルの生成、テストまたは実行の候補となる新しい因子の組み合わせの指定、設計空間の探索、ガウス過程モデルの適合性の要約、因子と応答の比較と対話形式での what-if 分析の実行について説明します。
リソース
