ライブのMastering JMPウェブキャストからの新しいデモが、あなたのレジャーで見られるようになりました。各Webキャストを2つまたは3つのビデオに分割しました。
動画を見るのに登録は必要ありません。
Jami Hamptonのビデオ分析のためのデータの準備 1月20日のマスタリングJMPライブウェブキャストで記録されました。
最初のエピソードでは、JamiがJMPデータ構造とデータのインポート方法について説明します。2番目のエピソードでは、列の再コーディング、列のプロパティの変更、一致するセルの選択、値と列のラベルの追加、選択した列の圧縮と積み上げ、分割、結合、並べ替えなどの列と行の機能の使い方を説明します。3回目のエピソードでは、Jamiがテーブル関数とTabulateを取り上げ、欠落データの検索と処理、サブセットデータ、スタックデータ、データの分割、行または列によるテーブルの並べ替え、テーブルの結合、およびJMPの集計機能を使ったグループ化データをまとめる。
Scott Wiseのビデオ探索的データ解析と動的グラフィックス 1月27日のマスタリングJMPライブウェブキャストで記録されました。Wiseはサプライチェーンのケーススタディを使用して、収益性に影響を与える遅延出荷を理解し修正するためにJMPをどのように使用するかを示します。
最初のエピソードでは、Scottがケーススタディとビジネス上の問題について説明した後、JMPを使用して関係、パターン、および異常値を調べて問題についての重要な洞察を得る方法を説明します。2番目のエピソードでは、配達、データフィルター、再帰的分割、分割分析、一方向分析などを使用して、出荷の遅れに影響を与える主な要因を明らかにする方法を説明します。3番目のエピソードでは、彼はデータをモデル化して出荷の遅れを修正するための情報を予測および提供します。彼はFit Model、Parameter Estimates、Prediction Profilerなどを使っています。
のサプライチェーン遅延注文データ Scott usedは、JMP File Exchangeからダウンロードできます。
Sam Gardnerのビデオデータマイニングと予測モデリング 2月10日のマスタリングJMPライブウェブキャストで記録されました。
最初のエピソードで、Samはデータマイニングの3つの目標を定義します。パターンの発見、関係の発見、そして予測モデルの構築です。彼は、紙の印刷バンディングデータを使用して、品質と油田回収データを推進する重要な要因を明らかにし、油回収作業の収益性に影響を与える重要な要因を特定しています。2番目のエピソードでは、Samは、印刷バンディングデータをマイニングするときに使用した分析手法に関する質問に答えます。3回目のエピソードでは、JMP回帰、混同行列、決定木を使用して予測モデルを構築する方法を説明します。彼はJMP Proのブートストラップ（ランダム）フォレストとブーストツリーを使用して予測モデルを構築し、トレーニング、検証、およびテストデータの使用について説明しています。彼は、ブートストラップアグリゲーション（バギング）とブーストについて簡単に説明することで締めくくりました。
Samが使用した3つのデータセットは、JMP File Exchangeからも入手できます。製造データの印刷 、石油回収率 、そして携帯電話の顧客チャーン（キャンセル）データ。
