Sujet de démonstration
Introduction à l'optimisation bayésienne
But
Une courte démonstration de BayesOpt, avec 3 modèles/problèmes distincts à traiter.
Vidéo
Flux de travail analytiques
Modélisation prédictive et apprentissage automatique, DOE
Secteur(s) d'activité
Usage général
Questions auxquelles on répond
Qu'est-ce que l'optimisation bayésienne et en quoi pourrait-elle m'être utile ?
Quel est le scénario ?
Les récits correspondant à chacun des 3 scénarios se trouvent dans le journal.
Fonctionnalités et plateformes JMP
Optimisation bayésienne
Préparation de l'appel de découverte : questions à poser et points sensibles à identifier
Recherchez les personnes qui tentent de sauver des plans d'expériences ayant échoué, celles qui cherchent à optimiser des espaces de conception complexes, celles qui sont bloquées dans l'environnement OFAT, celles qui se demandent « Que fait JMP avec l'IA/l'apprentissage automatique ? ». BayesOpt offre une multitude d'applications.
Matériel inclus
Le journal contient toutes les données nécessaires.
Laisser derrière
S'il s'agit d'une démonstration du type « Écoutez pour en savoir plus sur BayesOpt », la question à retenir est : Quelle est la première question à laquelle vous allez répondre en utilisant BayesOpt ?
Conseils pour la présentation de la démo
La section « Laboratoire » de chaque problème propose diverses fonctions. Celles-ci peuvent s'avérer utiles pour répondre à différents types de questions du public. Je vous recommande de vous familiariser avec les exercices pratiques au préalable afin de comprendre le rôle de chaque bouton.
Super contenu ! Merci beaucoup Jed pour le partage.
Je ne vois pas comment modifier cette page, mais ce n'est pas le bon endroit. Il existe une version mise à jour sur Confluence ici .
