【珈琲ブレイ句】タグチメソッド（品質工学）とベイズ最適化の関係性を、簡単にまとめました。
両者の関係性
《ベイズ最適化の強み》 過去のデータや物理シミュレーションを学習し、多次元空間の「未知の交互作用」を推測しながら、最小の実験回数でピンポイントな最適解へ到達する。
《品質工学の強み》 単なるピーク（山頂）探しではなく、製造ロットブレや環境変化（誤差因子）に耐える「なだらかな、崩れない山（ロバスト・頑健なシステム）」を作る。
現代の製造業データサイエンスでは、ベイズ最適化という強力な「探索エンジン」のなかに、タグチメソッドの「誤差因子を織り込んでロバスト（頑健）にする」という思想をどうアルゴリズムとして組み込むか、という方向で両者の融合が進んでいる。
天国の田口玄一先生に直接聞いてみたいテーマです。聞いてもほとんど理解できないけど・・・。
関連BLOG：タグチメソッド・パラメータ最適化とベイズ最適化の比較