Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

• チェリ

  読了日：2023/03/16

  実験計画法というと直交表を使ってうんぬんというのが真っ先に思い浮かぶが、この本は適応的実験計画法を解説し、実装法としてpythonを使ったベイズ最適化を紹介する。まず説明の分かりやすさが素晴らしい。ベイズ最適化の一番の難点はやった後に誰かに説明するのが難しいことだと思うので、分かりやすい説明例には非常に価値がある。理論は他の書に、実装はpythonライブラリにほぼ丸投げしてるが、基礎的は抑えれる様になっている。あとは実験系でベイズ最適化がどれくらい普及していくかでこの本の今後価値が決まっていくのだろう。

• shin_ash

  読了日：2021/09/06

  ベイズ最適化について解説がある様なので手に取った。1章で実験計画法の考え方を材料開発を例に説明するとこは素晴らしい。ただ、以降の解説を実験計画法(DoE)と言うには強い違和感を感じる。何故ならば計画の生成理論をガン無視しているからだ。勿論、実験計画法テイストではあるし、ベイズ最適化の獲得関数の説明などは能動学習のそれなのでDoEなのだが、全体を通じて「機械学習モデルを実験で活用する為の逆推定テクニック」であってDoEとは言い難い。データ適用範囲(AD)などは有用な考え方だが、従来のDoEの概念には無いこと

• MY Library

  読了日：2021/06/27

  Pythonを用いて分子設計・材料設計・プロセス設計を行うための実験計画法の実用的な解説書。実際に動くコードがWebより入手でき、自身のデータに対して機械学習のアルゴリズムを適用し、目的とする最適化を行うための実験計画を作成することができる。良書。

• 市川翔太

  読了日：2022/01/16

  一回じゃ無理！笑 定期的に見直します！！

• M_Study

  読了日：2021/08/13

  少ない実験回数で実験を効率よく進めるためのベイズ最適化＋実験計画法の解説書。PythonコードをGitからダウンロードでき実際に動かして確かめられる。コードには丁寧なコメントがついており読み解きやすい。実装だけでなく理論的な背景や数式も（難しくなりすぎない範囲で）解説されており、プログラムが何をやっているのかが理解できる。行列演算や確率の基礎も補足してある。

レビューをもっと見る

(外部サイト)に移動します