Alors que les volumes de données continuent de croître, les analystes, les utilisateurs et les étudiants doivent faire appel à des techniques de plus en plus sophistiquées pour extraire des informations utiles et exploitables de leurs données. JMP Preuve qu’ils n’auront pas à sacrifier la facilité d’utilisation pour leur puissance prédictive: avec JMP, les outils de prévision et d’exploration de données courants sont accessibles aux étudiants, aux enseignants et aux professionnels de nombreuses disciplines.
Les plates-formes de partitionnement et de régression pas à pas aident les utilisateurs à déterminer les variables explicatives de leurs données qui offrent le plus d'informations, tandis que des outils tels que l'analyse en composantes principales et l'analyse factorielle permettent aux utilisateurs de mieux comprendre les ensembles de données «étendus» (impliquant souvent des dizaines ou même des centaines de variables) en construisant une poignée de nouvelles variables, perdant très peu de pouvoir prédictif dans le processus. Les outils de prévision de JMP, qui comprennent ARIMA et des modèles de lissage exponentiel, aident à prédire l’apparence des valeurs futures d’une série, compte tenu de ses valeurs antérieures.
À présent, nous avons simplifié la tâche des nouveaux utilisateurs de JMP, en leur permettant de mieux exploiter la puissance de ces techniques, en ajoutant à notre collection de guides à une page, disponibles dans la Bibliothèque d'apprentissage . Ces guides d’une page offrent des instructions, des captures d’écran et des astuces pour l’analyse de données avec JMP. Plus de 40 sont déjà en ligne et d’autres sont sur le point de l’être. Les derniers ajouts comprennent:
• arbres de classification
• arbres de régression
• modèles ARIMA
• Modèles de lissage
• Analyse en composantes principales
• Analyse factorielle
• le regroupement
• Régression pas à pas
• Analyse discriminante
• Les réseaux de neurones
Découvrez-les et commencez!
