動画1：ベイズ最適化のユースケースに関する質問
ビクター：プラットフォーム上の取得機能を共有して、説明を始めてみましょうか？
ユリアナ：エージェントAIが、実験のアクティブラーニングワークフローとして、一種の代理DOE + ガウス過程を提案していることに気づきました。より高速に処理したい場合は、JMPのBayesOptの方がパフォーマンスが良いという印象がまだありますが、その理由がまだ理解できません...おそらく、取得関数が多いのでしょう。
回答：ガウス過程の設定にも依存します。また、JMPチームが開発した取得機能は効果的です。
動画2：ベイズ最適化の活用例
ビクター：Dアプローチを組み合わせることをためらわないでください。例えば、小規模な実験計画法（DOE）から始めて、ブロックアウト法（BO）に進んでください。ブロックアウト法や反復を伴うブロックアウト法には適さないかもしれません。
リンク：
動画3：制約付き実験計画法 - 禁止された組み合わせ、応答に対する制約、共変量
ビクター：変更が難しい要因がなく、バッチごとに複数回実行する場合は、回帰モデルを実行する際に「反復」列をブロックとして使用すると良いかもしれません。
要因の定義を変更できますか？X1とX2、そして比率に関する制約の代わりに、比率と総量を要因として使用できますか？
ユリアナ：その比率は線形制約（2つの線形方程式のシステム）ですか？
より複雑な応答をモデル化するために、私は（実際の因子の代わりに）迅速に得られる応答を因子として使用することがあります。
リンク：
