这是个有趣的问题。以下存储的谷歌搜索提供了许多有趣的点击，并且是双向的：机器学习用于实验设计和实验设计用于机器学习。

基本上实验设计是关于计划数据的收集。这在统计学习/机器学习中一定很有用，因为您可以使用更好的数据从分析中获得更好的结果。一个明显的应用是模拟实验的规划，因为在这种情况下，数据收集完全在您的控制之下。

你可以从这本由 Box、Hunter & Hunter撰写的优秀书籍开始做得更糟。还请查看此列表。这篇看起来很有趣的论文要求将实验设计重新考虑为算法设计。

那么通过这门必修课不仅可以学习经典，还可以窥探您提到的领域中的一些应用，例如贝叶斯实验设计， 组合学？， 马尔可夫决策过程， 随机过程。

主动学习似乎是将学习与设计相结合的流行语……强化学习 也差不多！这篇 Wikipedia 文章支持该观点。 计算机化的自适应测试可以被视为主动学习的先驱，并且肯定使用了一些实验设计。可以在此处找到有关其工作原理的一些解释： 最大熵分布的统计解释。

在此期间，标签实验设计在这里涵盖了很多帖子，还有太多需要回答和支持的帖子。因此，通过这一点，回答，点赞将是一次很棒的学习经历...