JMP Pro 19를 사용한 영상은 2025년 11월에 게시되었습니다.
이 세션은 신제품을 시장에 가장 먼저 출시하기 위해 신속하게 혁신해야 하는 R&D 제품 및 프로세스 엔지니어를 위한 것입니다.
베이지안 최적화는 모델을 사용하여 평가를 위한 새로운 후보 실행을 생성하는 반복 학습 기법입니다. 베이지안 최적화는 각 반복의 반응으로부터 학습하며, 기존 방식보다 실험을 언제 중단해야 할지에 대한 명확한 지침을 제공합니다. 반복적인 특성은 프로세스 및 제품 개발에 필요한 시간과 자원을 획기적으로 줄일 수 있으므로, 많은 R&D 문화에 자연스럽게 적용될 수 있습니다.
기존 데이터(과거 데이터 또는 초기 실험 실행 데이터)를 사용하여 가우시안 프로세스 모델(GaSP)을 구축합니다. 그런 다음, 모델 예측값과 예측 불확실성, 그리고 반응 목표를 사용하여 새로운 후보 요인 조합을 생성하고 이를 검정합니다. 검정 후, 모델은 새로운 데이터로 업데이트됩니다. 이러한 일련의 단계는 반응 목표가 충족되고 최적의 요인 설정 조합이 발견될 때까지 반복됩니다.
JMP Pro의 새로운 기능 향상에는 베이지안 최적화라는 새로운 대화형 플랫폼이 통합되었습니다.
" 이 기술은 모델이 얼마나 잘 적합한지 판단하기 위한 것이 아닙니다. 오히려 아직 데이터가 없는 새로운 영역을 탐색하는 방법입니다 ." C. 갓월트
JMP 최고 데이터 과학자이자 새로운 베이지안 최적화의 핵심 개발자인 크리스 갓월트가 JMP의 기능과 이를 기반으로 하는 통계적 접근 방식을 시연하고 설명합니다. 본 세션에는 질의응답 시간도 포함되어 있습니다.
이 JMP 개발자 튜토리얼에서는 초기 가우시안 프로세스 모델을 대화형으로 생성하는 방법, 테스트 또는 실행할 새로운 후보 요인 조합을 지정하는 방법, 설계 공간 탐색, 가우시안 프로세스 모델 적합도 요약, 요인 및 응답에 대한 가정 분석을 비교하고 대화형으로 수행하는 방법에 대해 다룹니다.
자원
- JMP ENBIS 워크숍에서의 능동 학습
- 과학 혁명의 구조, 2판 확대판 , 토마스 S. 쿤
- 베이지안 최적화에 대한 튜토리얼 , 피터 I. 프레이저, 2018년 7월 10일.
- 대리자: 응용 과학을 위한 가우시안 프로세스 모델링, 설계 및 최적화 , 저자: Robert Gramacy
- 루프에서 인간을 빼내기: 베이지안 최적화 검토 , Bobak Shahriari, Kevin Swersky, Ziyu Wang, Ryan P. Adams 및 Nando de Freitas
