Niveau: avancé
Fonction: Analyste / Scientifique / Ingénieur
Industrie: industrie croisée
Chris Gotwalt, directeur de la recherche et du développement statistiques chez JMP, SAS
Dans ce didacticiel, nous allons donner un aperçu général de l’application des méthodes d’apprentissage automatique à l’aide des outils de JMP Pro. L'idée essentielle est que les outils de base de l'apprentissage automatique facilitent réellement la modélisation par rapport aux approches antérieures de la modélisation des données. Nous allons commencer par présenter les concepts de base de la manière dont les modèles sont choisis dans un cadre d’apprentissage automatique, puis montrer comment le configurer à l’aide de l’utilitaire Créer une colonne de validation. Nous présenterons ensuite ADI, une nouvelle approche de l'imputation des données manquantes ajoutée à JMP Pro 14. Après cela, nous allons illustrer les plates-formes les plus importantes pour l’apprentissage automatique dans JMP Pro: Régression neurale, de partition et généralisée. À la fin, nous utiliserons la comparaison de modèles pour prendre une décision finale sur le modèle à utiliser et utiliser Dépôt de formules pour créer un code de scoring afin d'utiliser le modèle en dehors de JMP Pro. Tout au long, nous illustrerons l’interactivité unique de JMP et son association étroite entre données et graphiques, ce qui rend le processus de décision de modélisation intuitif et transparent, tout en laissant également la "vue de l’intérieur de la boîte noire" des modèles produit peut.
