Stufe: Fortgeschritten
Funktion: Analyst / Wissenschaftler / Ingenieur
Chris Gotwalt, JMP-Direktor für statistische Forschung und Entwicklung, SAS
In diesem Lernprogramm geben wir einen allgemeinen Überblick über die Anwendung von Methoden des maschinellen Lernens mit den Tools in JMP Pro. Die Grundidee ist, dass die grundlegenden Werkzeuge des maschinellen Lernens die Modellierung tatsächlich einfacher machen als frühere Ansätze zur Modellierung von Daten. Wir beginnen mit der Einführung der grundlegenden Konzepte, wie Modelle in einem Framework für maschinelles Lernen ausgewählt werden, und zeigen dann, wie dies mit dem Dienstprogramm Make Validation Column eingerichtet wird. Anschließend demonstrieren wir ADI, einen neuen Ansatz zur Imputation fehlender Daten, der zu JMP Pro 14 hinzugefügt wurde. Danach werden wir die wichtigsten Plattformen für maschinelles Lernen in JMP Pro veranschaulichen: Neural, Partition und Generalized Regression. Am Ende verwenden wir den Modellvergleich, um eine endgültige Entscheidung darüber zu treffen, welches Modell verwendet werden soll, und verwenden das Formeldepot, um Scoring-Code zu erstellen, um das Modell außerhalb von JMP Pro zu verwenden. Durchgehend werden wir die einzigartige Interaktivität in JMP und seine enge Verbindung zwischen Daten und Graphen veranschaulichen, die den Entscheidungsprozess für die Modellierung intuitiv und transparent machen und gleichzeitig einen „Blick in die Blackbox“ von Modellen für maschinelles Lernen auf einzigartige Weise ermöglichen Produkt kann.
Grazie @Jeff_Perkinson , @chris_gotwalt1
ciao Gianpaolo
@gianpaolo , ich habe jetzt die Materialien von Chris angehängt.
Hallo Chris,
Es ist möglich, auch die zugehörige Präsentationsdokumentation hochzuladen.
Danke im Voraus
Giapaolo
