Niveau : Avancé
Fonction : Analyste / Scientifique / Ingénieur
Chris Gotwalt, JMP Directeur de la recherche et du développement statistiques, SAS
Dans ce didacticiel, nous donnerons 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 rendent la modélisation plus facile que les approches antérieures de modélisation des données. Nous commencerons par présenter les concepts de base de la façon dont les modèles sont choisis dans un cadre d'apprentissage automatique, puis montrerons comment configurer cela avec l'utilitaire Créer une colonne de validation. Ensuite, nous présenterons ADI, une nouvelle approche de l'imputation des données manquantes qui a été ajoutée à JMP Pro 14. Ensuite, nous illustrerons les plates-formes les plus importantes pour le machine learning dans JMP Pro : Neural, Partition et Generalized Regression. À la fin, nous utiliserons la comparaison de modèles pour prendre une décision finale sur le modèle à utiliser et utiliserons Formula Depot pour créer un code de notation pour utiliser le modèle en dehors de JMP Pro. Tout au long, nous illustrerons l'interactivité unique de JMP et son association étroite entre les données et les graphiques, qui rend le processus de décision de modélisation intuitif et transparent, tout en permettant également de "voir à l'intérieur de la boîte noire" des modèles d'apprentissage automatique d'une manière qu'aucun autre le produit peut.
Grazie @Jeff_Perkinson , @chris_gotwalt1
ciao Gianpaolo
@gianpaolo , j'ai joint les documents de Chris maintenant.
Bonjour Chris,
est possible de télécharger également la documentation de présentation relative.
Merci d'avance
Giapaolo
