Surrogates: jatko-oppikirja tai ammatillinen käsikirja aiheista koneoppimisen spatiaalisen tilastotieteen ja tietokonesimulaation metamallinnuksen rajapinnassa (esim. emulointi) kokeilujen suunnitteluun ja optimointiin. Kokeilut simuloinnin avulla, ihmisen out-of-the-loop, tilastollinen tuki (keskittyen tieteeseen), dynaamisten prosessien hallinta verkossa ja reaaliaikaisessa analyysissä, automaatio ja käytännön soveltaminen ovat eturintamassa. Aiheita ovat: Gaussin prosessin (GP) regressio joustavaan ei-parametriseen ja epälineaariseen mallintamiseen. Sovellukset epävarmuuden kvantifiointiin, tietokonemallien herkkyysanalyysiin, kenttätietojen kalibrointiin, peräkkäiseen suunnitteluun/aktiiviseen oppimiseen ja (blackbox/bayesilainen) optimointiin epävarmuuden vallitessa. Edistyneitä aiheita ovat puupartiointi, paikallisen GP:n approksimaatiomallinnus simulaatiokokeista (esim. agenttipohjaiset mallit) kytketyillä epälineaarisilla keskiarvo- ja varianssimalleilla (heteroskedastiset). Treatment arvostaa historiallista vastepintametodologiaa (RSM) ja kanonisia esimerkkejä, mutta korostaa nykyaikaisia menetelmiä ja toteutusta R:ssä nykyaikaisessa mittakaavassa. Rmarkdown helpottaa täysin toistettavaa kiertuetta, jossa on motivaatiota sovelluksesta sovellukseen ja havainnollistamista houkuttelevilla tosidataesimerkeillä. Esitys on suunnattu teknisten, fysiikan ja biologisten tieteiden numeerisesti päteville ammattilaisille. Kirjoittaminen on muodoltaan tilastollista, mutta aiheet eivät liity tilastoihin. Pikemminkin niissä on kyse ennustamisesta ja synteesistä epävarmuuden vallitessa; visualisoinnista ja informaatiosuunnittelusta ja päätöksenteosta, tietojenkäsittelystä ja puhtaasta koodista. . Kieli: englanti