Esta es una pregunta interesante. La siguiente búsqueda almacenada en google da muchos golpes interesantes, y en ambos sentidos: El aprendizaje automático utilizado en el diseño experimental et diseño experimental utilizado en el aprendizaje automático .
Básicamente, el diseño experimental consiste en planificación de la recogida de datos . Eso debe ser útil en el aprendizaje estadístico/aprendizaje automático, ya que se pueden obtener resultados mucho mejores de su análisis con mejores datos. Una aplicación obvia es la planificación de experimentos de simulación, ya que en este caso la recogida de datos está completamente bajo tu control.
Podría hacer algo peor que empezar con este excelente libro por Box, Hunter & Hunter. Mira también esta lista . Este papel de aspecto interesante pide repensar el diseño experimental como diseño de algoritmos.
Así que aprovecha ese curso obligatorio para aprender no sólo los clásicos, sino también para asomarte a algunas aplicaciones en los campos que has mencionado, como Diseño experimental bayesiano , ¿combinatoria? , Procesos de decisión de Markov , procesos estocásticos .
Aprendizaje activo parece ser una palabra de moda para combinar el aprendizaje con el diseño ... aprendizaje por refuerzo ¡mucho de lo mismo! Ese punto de vista es apoyado por este artículo de Wikipedia . Pruebas adaptativas informatizadas puede considerarse un precursor del aprendizaje activo, y ciertamente utiliza algún diseño experimental. Se puede encontrar alguna explicación de cómo funciona aquí: Interpretación estadística de la distribución de máxima entropía .
De paso, la etiqueta experimento-diseño cubre muchos puestos aquí, demasiados todavía en la necesidad de respuestas &upvotes. Así que ir a través de eso, responder, upvoting sería una gran experiencia de aprendizaje ...
