41581_fr-FR

liliconcom

JMP pour l'apprentissage automatique et le déploiement de code de score

Je souhaite utiliser JMP pour accélérer l'analyse des données et la création de modèles de prédiction de réseaux de neurones. Notre environnement d'exécution utiliserait Google Cloud Platform et TensorFlow. Quelqu'un peut-il m'indiquer de bons articles ou vidéos sur la meilleure façon d'utiliser JMP pour cela ? Mon entreprise doit être excellente pour créer rapidement et efficacement des modèles pour les clients. JMP serait-il un outil qui pourrait faire la différence ?

Objet : JMP pour l'apprentissage automatique

Comme mentionné ci-dessus, vous aurez besoin de JMP Pro pour tirer parti de la capacité de JMP à générer du code de notation pour le déploiement. Nous prenons en charge la génération de code Python et avons déployé avec succès un modèle JMP dans Étincelle . Cela vous permettrait d'évoluer vers de gros volumes de données. Cela fonctionnerait dans Google Cloud Platform en utilisant leur Google Dataproc offre.

 

Une autre option de déploiement serait d'utiliser notre capacité de génération de code de notation JavaScript et de publier votre réseau de neurones en tant que Serverless Fonction Google . Vous seriez toujours en mesure d'évoluer tout en ayant un modèle de fonctionnement beaucoup plus simple (et moins cher). Si vous venez à notre prochain JMP Discovery à St Louis, je serais heureux de discuter de cette idée avec vous. Je pourrais même faire une démonstration de quelque chose de similaire. Nous verrons.

 

 

J'ai examiné TensorFlow et je pense que nous pourrions éventuellement le prendre en charge en tant que cible de génération de code, mais ce n'est pas encore sur notre feuille de route.

Objet : JMP pour l'apprentissage automatique

Grâce au travail que Nascif et Dan Mettre dans ce papier Découverte , j'ai trouvé que c'était une ressource très utile rétrospectivement.

Objet : JMP pour l'apprentissage automatique

Si vous envisagez sérieusement de créer et d'évaluer des modèles prédictifs à partir d'ensembles de données volumineux, peut-être désordonnés ou indisciplinés, envisagez sérieusement JMP Pro plutôt que JMP standard. JMP Pro dispose d'un ensemble beaucoup plus riche de méthodes de modélisation ainsi que d'outils/utilitaires auxiliaires tels que des techniques de validation croisée de modèles très flexibles, un dépôt de formules pour créer des modèles de code de scoring dans d'autres langages tels que C, Python, SAS ou SQL, et des outils de comparaison de modèles. aussi.

Objet : JMP pour l'apprentissage automatique

1. Il existe un bon document sur les techniques d'apprentissage automatique disponibles dans JMP. " Modélisation prédictive et spécialisée " . Il se trouve à :

Aide==>Livres==>Modélisation prédictive et spécialisée

2. Quelques vidéos sont également disponibles sur Youtube.com. Recherchez simplement "JMP Neural".