実験計画法の検索結果1 - 4 件 / 4件

• あとで読む

  日常生活にも役立つ!?コスパ最強の実験計画法をPythonで半自動化 - Qiita

  • 4 users
  • qiita.com/kousakulog
  • テクノロジー
  • 2019/12/09

  上記表の例で、これらを全ての組み合わせで試すと、 2*2*2 = 8回カレーを食べなければなりません。 ところが実験計画法を使うと、 4回食べるだけで、どの要素がどの程度美味しさに影響しているか分かります。 ※下グラフは結果の例です。 ※この例では、煮込み時間が一番効果が高く、小麦粉比率の影響は小さい事がわかります。 実験計画法の威力 回数が半分(8⇒4)になるだけでもそこそこ凄いのですが、 さらにパラメータが増えるほど、実験計画法の威力を発揮します。 パラメータが7個の場合、組み合わせが全部で128回 ⇒実験計画法なら、8回で済みます！ パラメータが15個の場合、組み合わせが全部で32768回 ⇒ 実験計画法なら、16回で済みます！！ ここまで効率化できるのはすごいと思いませんか？ どんな人に有効か 前述したように、日常生活、研究生活、社会人生活などなど応用範囲は広いはずです。 使うこと

  • Python

  
• あとで読む

  Amazon.co.jp: Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析 (KS情報科学専門書): 金子弘昌: 本

  • 3 users
  • www.amazon.co.jp
  • テクノロジー
  • 2021/06/16

  • 書籍

  
• あとで読む

  [無料公開] 「Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析」 の “まえがき”、目次の詳細、第１・２章

  • 3 users
  • datachemeng.com
  • テクノロジー
  • 2021/06/22

  モデル Y=f(X) を用いることで、まだ実験していない実験条件の候補の値をモデルに入力し、実験の結果としての材料サンプルがもつと考えられる物性の値を推定できます。推定値が材料物性の目標値になる、もしくは近いような実験条件の候補を選択することで、次に行う実験を決められます。 実験の結果が得られたら、それが目標を達成していれば終了です。目標を達成していなかったら、実験条件の候補と実験結果をあわせたものをデータベースに追加して、再度モデルを構築します。新たに構築されたモデルを用いることで、次は別の実験条件の候補が選択されます。このように、モデル構築と次の実験の提案を繰り返すことを適応的実験計画法と呼び、詳細は2.3節で解説します。 1.4 なぜベイズ最適化が必要か これまで、Y の推定値が目標値に近いような X の候補を次の実験条件の候補として選択する、といった説明をしていました。分子設計でも

  
• あとで読む

  Kindleストアでゼロから始める「統計」入門フェアが開催中！／『Pythonで学ぶ実験計画法入門』が30％OFFの2,310円【Book Watch/セール情報】

  • 3 users
  • forest.watch.impress.co.jp
  • テクノロジー
  • 2022/06/10