- 我想从具有许多变量的过程中获得最大性能,其中许多变量不能被控制。
- 我不能运行上千次实验,所以它会是很好,如果我可以运行数百次实验和
- 改变许多可控参数
- 收集显示性能
- 许多参数数据“正确”尽可能多地,这些参数我无法控制
- 梳理出“最好的”值的那些东西,我可以控制,并从头再来
感觉这就是所谓的数据挖掘,你正在浏览大量的数据,这些数据似乎并不直接相关,但是经过一番努力却显示出相关性。如何从非实验数据(数据挖掘?)获得科学结果
那么......我从哪里开始研究算法,概念,这类事情的理论?即使是用于搜索的相关术语也是有用的。
背景:我喜欢做超级马拉松骑自行车,并保持每次骑行的日志。我想保留更多的数据,并且在成百上千的游乐设施能够提取关于我如何执行的信息之后。但是,一切都会变化 - 路线,环境(温度,压力,嗡嗡声,太阳负荷,风,降水量等),燃料,姿态,体重,水负荷等等等等。我可以控制一些事情,但运行相同的路线20次,以测试一个新的燃料体制只会令人沮丧,并需要数年时间来执行我想要做的所有实验。但是,我可以记录所有这些事情(更多)(自行车FTW遥测)。