L'optimisation bayésienne, ou BayesOpt, est une nouvelle plateforme intégrée à JMP Pro 19. Elle permet d'utiliser vos données existantes pour ajuster un modèle, puis d'exploiter ce modèle pour déterminer intelligemment les prochains points d'échantillonnage. Ces nouvelles observations servent à mettre à jour le modèle et à identifier des échantillons encore plus pertinents. Ce processus peut démarrer avec un nombre minimal d'itérations, ce qui permet de réduire le gaspillage de ressources sur des échantillons sous-optimaux et de consacrer davantage de temps à explorer de nouvelles pistes.
Ressources supplémentaires :
- Tutoriel pour développeurs : https://community.jmp.com/t5/Learn-JMP-Events/Developer-Tutorial-Bayesian-Optimization/ev-p/894910
- Article sur JMP Cable : https://community.jmp.com/t5/JMPer-Cable/Introducing-the-Bayesian-Optimization-platform-in-JMP-Pro/ba-p/897807
