No todos los desafíos experimentales requieren el mismo enfoque. Algunos se benefician de una exploración exhaustiva, otros de un refinamiento minucioso y otros de una combinación de ambos. En este taller práctico, los participantes aprenderán a elegir estrategias experimentales que se ajusten a sus objetivos, limitaciones y nivel de aprendizaje. Mediante ejemplos prácticos, exploraremos cómo factores como el aprendizaje frente a la optimización, las limitaciones de recursos y las oportunidades para la experimentación secuencial influyen en la selección de estrategias. Asimismo, destacaremos cómo el diseño tradicional de experimentos y la optimización bayesiana se complementan, y cómo estos métodos pueden utilizarse conjuntamente para resolver de forma eficiente problemas experimentales del mundo real.
Tenga en cuenta: Este taller utiliza las herramientas tradicionales de diseño de experimentos (DOE) disponibles en JMP, así como la optimización bayesiana de JMP Pro. Si desea probar esta función pero no tiene JMP Pro instalado al momento del taller, podemos proporcionarle acceso a un laboratorio virtual en su computadora portátil.
