Surrogates

Surrogates: un libro di testo universitario o un manuale professionale su argomenti all'interfaccia tra apprendimento automatico, statistica spaziale, simulazione al computer, meta-modellazione (ovvero emulazione), progettazione di esperimenti e ottimizzazione. La sperimentazione tramite simulazione, il supporto statistico umano out-of-the-loop (con particolare attenzione alla scienza), la gestione di processi dinamici, l'analisi online e in tempo reale, l'automazione e l'applicazione pratica sono in primo piano. Gli argomenti includono: Regressione del processo gaussiano (GP) per una modellazione non parametrica e non lineare flessibile. Applicazioni alla quantificazione dell'incertezza, analisi di sensibilità, calibrazione di modelli informatici a dati sul campo, progettazione sequenziale/apprendimento attivo e ottimizzazione (black box/bayesiana) in condizioni di incertezza. Gli argomenti avanzati includono la partizione ad albero, l'approssimazione GP locale, la modellazione di esperimenti di simulazione (ad esempio modelli basati su agenti) con modelli accoppiati non lineari di media e varianza (eteroschedastici). Il trattamento apprezza la metodologia storica della superficie di risposta (RSM) e gli esempi canonici, ma enfatizza i metodi contemporanei e la loro implementazione in R su scala moderna. Rmarkdown facilita un percorso completamente riproducibile, completo di motivazioni, dall'applicazione all'illustrazione con esempi convincenti di dati reali. La presentazione si rivolge a professionisti con competenze numeriche in ingegneria, scienze fisiche e biologiche. La scrittura è di forma statistica, ma gli argomenti non riguardano la statistica. Piuttosto, trattano di previsione e sintesi in condizioni di incertezza; di visualizzazione e progettazione dell'informazione, calcolo decisionale e codice pulito. Lingua: Inglese