Nivel: Avanzado
Función laboral: Analista / Científico / Ingeniero
Industria: Industria cruzada
Chris Gotwalt, Director de Investigación Estadística y Desarrollo de JMP, SAS
En este tutorial ofreceremos una descripción general de cómo aplicar métodos de aprendizaje automático mediante las herramientas de JMP Pro. La idea esencial es que las herramientas básicas del aprendizaje automático hacen que el modelado sea más fácil que los enfoques anteriores para modelar datos. Comenzaremos con la introducción de los conceptos básicos de cómo se eligen los modelos en un marco de aprendizaje automático, luego mostraremos cómo configurarlos con la utilidad Crear columna de validación. Luego demostraremos ADI, un nuevo enfoque para la imputación de datos faltantes que se ha agregado a JMP Pro 14. Luego, ilustraremos las plataformas más importantes para el aprendizaje automático en JMP Pro: Neural, Partition y Generalized Regression. Al final, usaremos la Comparación de modelos para tomar una decisión final sobre qué modelo usar y el Fórmula Depósito para crear un código de puntuación para usar el modelo fuera de JMP Pro. A lo largo, ilustraremos la interactividad única en JMP y su estrecha asociación entre datos y gráficos, lo que hace que el proceso de decisión de modelado sea intuitivo y transparente, mientras que también permite que uno "vea dentro de la caja negra" de los modelos de aprendizaje automático de una manera que ningún otro producto puede.
