In unserem nächsten KI-Entwickler:innen-Arbeitskreis erwartet Sie ein spannender Vortrag von Dr. Johannes P. Dürholt, Senior Data Scientist in der Abteilung Digital Process Technologies bei Evonik!
In seinem Vortrag „How to plan experiments in the most efficient way using probabilistic machine learning?“ geht er auf die Bedeutung effizienter Experimentierung und die Relevanz der Bayesianischen Optimierung ein. Herr Dürholt erklärt, wie Evonik von klassischen Methoden des Design of Experiments (DoE) zu Techniken der Bayesianischen Optimierung (BO) übergegangen ist, um Forschung und Entwicklung zu beschleunigen und industrielle Prozesse zu optimieren. Er stellt außerdem den Python-Code BoFire vor, der es Forschenden ermöglicht, komplexe Parameter zu analysieren, experimentelle Designs zu verbessern und datengestützte, probabilistische Entscheidungen zu treffen.
