來自金融服務，營銷，研發和公共部門的近40位主要分析師聚集在SAS英國曼徹斯特辦事處，了解如何更快，更輕鬆地建立更好的統計模型。Sam Gardner，全球技術負責人 JMP Pro 9月25日開始研討會，對觀眾進行了快速調查，發現他們的統計知識普遍適中，一些觀眾將他們的知識描述為高或低。然後是正態分佈！
在介紹了建模之後，Sam在JMP Pro中演示的一個關鍵信息是，在構建模型時阻止數據可以防止過度擬合。一位代表詢問了阻礙數據的大小。作為一名真正的統計學家，山姆回答說“這取決於”。在演示過程中，英國技術負責人薩姆和羅伯特安德森希望回答這個問題。
山姆還介紹了決策樹 ，也稱為遞歸分區，CHAID和CART。Sam將決策樹描述為由一系列嵌套的“if語句”構建，這些語句是樹中的分支。Sam解釋說，隨機森林和增強可以幫助建立能夠產生更微妙或隱藏效果的模型。
在四個案例研究中：
Robert展示瞭如何使用阻擋驗證來有效地幫助解決半導體行業的工程問題。如果沒有這種技術，工程師可能會最終走下盲道並檢查不存在問題的良好流程步驟，從而浪費寶貴的資源。Sam展示瞭如何使用K-fold交叉驗證來構建更強大的逐步回歸模型，以描述農業研發中動物飼料添加劑的配方。羅伯特的下一個例子研究了電信客戶流失的傾向。他展示瞭如何更先進建模技術例如隨機森林，結合阻止數據的一部分告訴模型何時停止建設和另一部分來測試模型，可以幫助建立更好的模型。Sam展示瞭如何使用神經網絡為風險應用構建靈活的模型。他使用Receiver Operator Curves（ROC）和Lift Curves來評估模型。他還比較了一系列不同的模型模型比較平台 。他還展示瞭如何使用模型平均來生成出色的模型。一些代表表示，他們對JMP Pro中可以構建和比較模型的速度感到驚訝。其他人說，雖然他們可以使用他們目前擁有的工具建立模型，但很難向其他人解釋這些模型。他們了解預測分析器如何允許他們這樣做，並做出場景或“假設”分析，以便高管可以做出更明智的決策。
一些人詢問有關部署模型的信息，並對聽到這一點感到滿意 SAS 可以從模型中創建評分代碼，並且可以使用其他語言（例如SQL）輕鬆編碼模型方程。
