貝葉斯優化（又稱 BayesOpt）是 JMP Pro 19 新增的平台。借助該平台，您可以使用現有資料擬合模型，然後利用該模型智慧地確定下一步的取樣點。這些新的觀測值可用於更新模型並找到更優的樣本。這個過程可以從最少的運行次數開始，這意味著減少在次優樣本上浪費的資源，從而將更多時間投入到探索新機會上。
喜歡影片？按此觀看。
輕鬆解決問題
BayesOpt 內建自動模式，可解決您的「標準」問題。它能幫助您找到下一步該做什麼，而無需糾結於細節。
廣泛適用
另外，對於更複雜的問題或當您想自己深入研究細節時，可以使用一套互動式自訂選項。
信任與透明度
BayesOpt 的結果易於理解和解釋。平台會自動偵測並記錄樣本的選擇方式和原因，以追蹤您的探索過程。您也可以在平台內手動編輯這些原因，以自訂您的文件。
此外，該平台基於您熟悉的預測分析器及其內建的可取性函數構建，讓您能夠快速上手。而且，您不必完全接受平台的建議！除了自動建議之外，BayesOpt 還提供可靠且可解釋的指標，讓您能夠根據其建議做出明智的決策。
追蹤您的進度
透過內建的可取性運行圖，立即獲得專案在樣本迭代中進展的回饋。
無需重新開始即可擴展您的選擇
沒有哪個產業會長期停滯不前。 BayesOpt 讓您保持開放的選項，即使這些選項在您開始產品開發流程後變更。對於連續變量，您可以使用刻畫器軸直接在平台中擴展您想要探索的範圍，然後再產生新的候選集以供選擇。對於更複雜的因素和約束條件更改，請將任何自訂候選集載入到平台中。
除了從候選集中選擇樣本點之外，您還可以使用分析器來探索預測並從中選擇樣本點。
搶先看
為了示範 BayesOpt 直覺的工作流程，我們來看一個小例子。以下是我們樣本索引中輪胎胎面樣本的重新模擬版本，該樣本索引包含在您的 JMP 副本中。我將使用 BayesOpt 平台最大化磨損響應，同時匹配伸長率和硬度的目標值。由於 BayesOpt 大量使用了刻畫器期望值，因此我在運行平台之前就已設定好它們。
從分析選單啟動平台即可開始。
BayesOpt 有一個典型的 JMP 建模平台啟動對話框。此時您只需指定 Y 值和 X 值，因為我們正處於 BayesOpt 流程的開始階段。請注意，您可以在此處選擇批次大小，即自動模式新增的行數。預設為 1，但在本例示範中，我將批次大小設為 2。
BayesOpt 平台按選項卡組織。首先從「模型摘要」標籤開始，其中包含有關所有回應的重要資訊。我們首先應該查看所有 RSqs 的摘要。自動模式演算法會檢查 RSqs 以確定模型是否夠好。您可以在下方看到，磨損模型的 RSq 低於我們的標準，並以紅色突出顯示。在其下方，我們可以看到觀察到的可取性運行圖，它持續記錄了我們的進度。在本例中，我們看到最初的五次運行效果不佳。在後續迭代中，我們希望看到這些值呈現上升趨勢。
此標籤的其餘部分是一個相當標準的 JMP 平台，包含實際值與預測值的對比圖和刻畫器。底部的按鈕可用於查看預測標準誤差的軌跡。現在，我們轉到“批次選擇”標籤。平台的自動選擇功能已找到啟動對話方塊中請求的兩次運行。預設情況下，它會假定您希望保持自動模式，從而使報告保持非常緊湊。
由於我們的反應 RSq 較低，平台選擇停留在空間填充探索階段。它使用空間填充標準（MaxPro 空間填充），這有助於高斯過程模型更好地擬合。
在這裡，點擊“建立表格”，運行結果將自動添加到表格中，本輪操作完成。返回表格，我們可以看到已新增兩次運行，以及「迭代」列和「新增原因」列，用於記錄這些運行出現的原因。
我使用我的模擬器創建新的響應並再次啟動平台。
平台重新啟動後，我們可以看到，兩次空間填充運行已經使響應更加合適，但新的響應並沒有比原來的五個響應好多少。
轉到“批次選擇”選項卡，我們發現這兩次運行並非空間填充運行，因為我們已經從“空間填充”階段進入了“模型細化”階段。我們可以點擊“製表”並重複該過程。
跳過兩批，我們再次看到模型仍然很好，並且我們的運行圖顯示，雖然第二批沒有導致響應顯著改善，但第三批卻做到了！
查看“批次選擇”選項卡，我們發現它正在複製迄今為止我們所見過的最佳訓練運行，這意味著我們已進入貝葉斯優化演算法的第三階段，即確認/挑戰階段。在此階段，我們首先要確認我們擁有最佳運行結果，同時也要尋找挑戰該最優結果的鄰近運作結果。我們可以就此打住，但我們將進一步觀察結果。
再進行一次迭代後，我們發現結果基本上相同，自動模式演算法仍處於確認/挑戰模式。我們無法排除還有更多改進空間的可能性，但這個結果表明我們可能已經找到了最佳設定。
感謝您探索全新的貝葉斯優化平台。隨著正式版的臨近，我們期待與您分享更多功能和細節，並致力於為未來版本帶來許多令人興奮的改進。
進一步閱讀
Frazier, PI (2018)。貝葉斯優化教程。 arXiv預印本 arXiv:1807.02811 。
您好，感謝您提供的詳細步驟說明。請問如何才能存取您提到的延伸閱讀教學？
