모든 실험적 과제에 동일한 접근 방식이 필요한 것은 아닙니다. 어떤 과제는 광범위한 탐색이, 어떤 과제는 신중한 정제가, 또 어떤 과제는 이 둘의 조합이 효과적입니다. 이 실습 워크숍에서는 참가자들이 목표, 제약 조건, 그리고 학습 단계에 맞는 실험 전략을 선택하는 방법을 배웁니다. 실제 사례를 통해 학습과 최적화, 자원 제약, 순차적 실험 가능성 등의 고려 사항이 전략 선택에 미치는 영향을 살펴봅니다. 또한, 전통적인 실험 설계와 베이지안 최적화가 어떻게 상호 보완적인지, 그리고 이러한 방법들을 함께 활용하여 실제 실험 문제를 효율적으로 해결하는 방법을 강조합니다.
참고사항: 본 워크숍에서는 JMP에서 제공하는 기존 실험 설계(DOE) 도구와 JMP Pro의 베이지안 최적화 기능을 활용합니다. 워크숍 당시 JMP Pro가 설치되어 있지 않은 참가자를 위해 가상 랩 환경을 제공하여 해당 기능을 체험해 보실 수 있도록 지원해 드립니다.
