データ サイエンティスト - 意見募集自称「データ サイエンティスト」が最も力を発揮する JMP/JMP Pro のどの側面を利用するか、または利用する必要がありますか?
Re: データ サイエンティスト - 意見募集他に 2 つの考えがあります... JMP 製品に直接関係するものではありませんが、これら 2 種類のスキルは、「データ サイエンティスト」にとって、少なくとも同僚の一部との差別化要因になり得ると思います。
考え 1: データ サイエンス関連の手法 (JMP 製品に含まれる手法) の IMO プラクティスは、科学者が消費者から提示された、解決すべき健全でテスト可能で合理的なビジネス上の問題または技術的な問題を持っている場合に最も効率的です (これらの問題に答える適切なデータは言うまでもありません) /問題）。 「データ」がデータ サイエンティストのボートのトランサム上に表示され、指示が「データが何を伝えているか教えてください」に限定されている状況は、あらゆる種類の問題、無駄な努力、信号の見逃しなどのレシピです。最適な決定よりも。 したがって、データサイエンティストがこの状況に没頭している場合、分析作業にブレーキをかけ、スポンサーに詳細な質問をして、プロセスの分析部分が効率的かつ効果的に実行されるようにする必要があります。
考え 2: 消費者は、元の質問に答えたり、情報を提供したりするために使用された豊富な分析ツールのセットを気にしないことがよくあります。 したがって、データサイエンティストはバイリンガルである必要があります... 分析の言語 (アプローチを擁護または詳細に説明するため) と消費者の言語を話す必要があります。 通常、その言葉はお金やビジネスへの影響です... R^2、F 検定、信頼区間などではありません。 そのため、データ サイエンティストが分析の言語でしかコミュニケーションをとらない場合、包括的なメッセージとそのプロジェクトへの影響が十分に効果的ではない可能性が高くなります。 このバイリンガルの部分を支援する 1 つの方法は、JMP のデータ視覚化ツールを使用することです...プラットフォームに付属のテーブルではありません。 科学者はおそらくいくつかのことを説明しなければならないでしょう...しかし、シンプルで視覚的に保たれていれば...彼らは聞いて理解することができます.
Re: データ サイエンティスト - 意見募集@dara_hammond砂の中にいくつかの線を引いてみましょう...しかし、これらは波線であることを認識してください手入力、JMPクエリビルダー、クエリビルダー、Exel /キスのいとこのインポートフロー、SAS / R /とのインターフェースなどの「データアセンブリ」フェーズメソッドPython/Matlab など、バージョン 14 では複数ファイルのインポート、http リクエストに対応しました。 しかし、ここでも... Query Builder のようなものが確実に「Wrangling」に入る可能性があります。 フィルタリングを開始するのと同じように、クエリ内の変数名を変更します (本当に、Recode の別の形式ですか?)。
「Wrangling」スペースでは...データが現在JMPデータテーブルにあるという仮定から始めます。 ここで、再形成、再フォーマット、変換、新しい変数の作成 (検証列など、または数式エディターの使用) などを行います。[テーブル] メニューの非常に多くのデータ テーブルの変換、欠損値の検出/代入、外れ値の調査による「どうすればよいか」それらを処理しますか？質問。 バージョン 14 の Recode では、それらすべての母体となります。
Re: データ サイエンティスト - 意見募集私が得たすべての素晴らしい機会について考えをまとめると、「データ アセンブリ」と「ラングリング」の分離に基づいて、Peter のフェーズ 2 にいくつかの線を引くことができるようです。セグメンテーションに関して何を分類するかについて、さらに詳しく教えていただけますか?
Re: データ サイエンティスト - 意見募集ジョブ記述の観点から、そもそも「データ サイエンス」の意味を理解するためにデータを使用することに関する非常に興味深い記事です。
JMP の顧客がキャリアを移行するのを支援する方法や、データ サイエンティストであると自己認識している新しい顧客がどのような顧客を求めているかを理解する手がかりが得られる可能性があります。
https://medium.com/indeed-data-science/theres-no-such-thing-as-a-data-scientist-8dae923c14e3
適例： "最後に、一部の自然科学者は、おそらくデータ サイエンス スペクトルの統計学者側からデータ サイエンスに参入していることがわかります。」
Re: データ サイエンティスト - 意見募集興味のある方のために、CRISP-DM リファレンス ドキュメントを添付しました。 として@nascif_jmpそれは時代遅れだと述べています...そしてSPSSは貢献/参加しているベンダーの1つでした...しかし、著者はドキュメントベンダーにとらわれないように保つのにかなり良い仕事をしたと思います. 掘り下げてみたところ、2.0 バージョンはドラフト レビュー段階を超えていないようで、私が知る限り、正式に公開されることはありませんでした。 しかし、このドキュメントは時の試練に耐えられると思います。
Re: データ サイエンティスト - 意見募集Re: 分析のライフサイクル。CRISP-DM モデルも調べる価値があります。 それは SAS を超えて、しばらく前から存在しています。
@russ_wolfinger書きました：
はい、よさそうです。SAS Viya のメッセージの一部であり、Anne がインタビューしたばかりの Thotwave/Duke の Greg Nelson による本のトピックでもある、「分析のライフサイクル」に関する最近の多くの冗談によく合います。分析的に言えば。
フェーズ I にシミュレーションを追加できます。私の好みは、データ アセンブリとデータ ラングリングのように、フェーズ II を 2 つに分割することです。
また、来週の講演で「データ サイエンスの五芒星」にも注目してください。
Re: データ サイエンティスト - 意見募集はい、よさそうです。SAS Viya のメッセージの一部であり、Anne がインタビューしたばかりの Thotwave/Duke の Greg Nelson による本のトピックでもある、「分析のライフサイクル」に関する最近の多くの冗談によく合います。分析的に言えば。
フェーズ I にシミュレーションを追加できます。私の好みは、データ アセンブリとデータ ラングリングのように、フェーズ II を 2 つに分割することです。
また、来週の講演で「データ サイエンスの五芒星」にも注目してください。
Re: データ サイエンティスト - 意見募集目前の実際の問題を解決するのに役立つあらゆる能力。 したがって、この問題は、特定の問題のワークフローについて本当に考えていると思います。 JMP/JMP Pro/JMP Clinical/JMP Genomics の使用には 4 つの潜在的なフェーズがあると思います...データサイエンティストは、問題に応じて、これらのツールボックスのいずれかが最適であると判断する可能性があると考えています...問題に応じて. 私は JMP Clinical と Genomics のツールを十分に評価していないので、以下のフェーズのリストでは、これら 2 つの製品のミッション クリティカルな機能が省略されています。
フェーズ I: データが存在しない場合のデータの作成。 ここでは主に、目の前の問題に必要なデータを作成する手段としての DOE について説明しています。
フェーズ II: データの取得。 現在、「データ」は別の場所に存在しており、そのデータを JMP エコシステムに取り込む必要があります。 そのため、クエリ ビルダー、ファイルの直接インポート、何らかの形式での Web からのスクレイピング、さらには手入力によるデータの入力が有効になる可能性があります。 このフェーズには、データの準備と検証のすべての手順が含まれます。 したがって、再コード化、異常値の調査、欠損データ、派生変数を作成するための変換/式エディター、検証戦術など。
フェーズ III: データの分析。 よくやった...これもまた、目前の問題を考えると、分析とグラフのメイン メニュー バー全体である可能性があります。
フェーズ IV: 発見を他の人と共有します。 ここで、「生産者」と「消費者」という概念について考えることが重要だと思います。 プロデューサーは、元の問題に対する分析、結論、推奨事項、および回答を作成します。 消費者は、情報を得るか、決定を下すか、何らかの方法で結果を実際に使用する必要があります。 情報を必要とする消費者にとっては、MS Word/pdf へのコピー/貼り付けなどの静的なもので十分かもしれません。 意思決定を行う必要があるユーザーには、インタラクティブなダッシュボード、日誌、または HTML5 コンテンツが必要になる場合があります。 また、モデルを目的の本番アプリケーションに発行するための Formula Depot も忘れないでください。
Re: データ サイエンティスト - 意見募集データ サイエンスは急速に発展しており、私の感覚では、JMP は「ファースト ルック」ツールとして非常に強力でユニークな役割を果たしています。特に表形式のデータや、テキスト データや画像データの場合はますますそうです。データ テーブルはありますか?最初に JMP でそれらを開いて、何があるかを迅速かつ非常に効率的に判断し、問題を見つけ (ほぼすべての生データセットに問題があります)、ラングリングし、予測モデリング用の機能を設計します。ところで、最適な実験を設計して、システムをよりよく理解して検証し、最良の統計モデルで結果を分析することもできます。JMP の予測モデリング プラットフォームは最先端ではありませんが、インタラクティブな探索機能とグラフィックスと分析の緊密な統合は最先端です。最初はマウス対キーボード。
Dan V や Geoff などからの親切なアドバイスを受けて、Kaggle コンペティションの火事で学んだ教訓についての講演をまとめ、3 月 22 日の JMP Dev ミーティングで発表する予定です。JMP はずっと私の秘密兵器でした。ダラ、完璧な予告編の質問をありがとう。小切手はメールで...
Re: データ サイエンティスト - 意見募集通常、データ サイエンティストは、モデルを本番環境に置くか、その責任を負うデータ エンジニア/ソフトウェア エンジニアとやり取りする責任があります。
その場合、SAS、SQL、Python、C、JavaScript などの本番言語でスコアリング コードを生成する JMP Pro の機能が非常に役立ちます。
Re: データ サイエンティスト - 意見募集「データ サイエンティスト」は、たとえば「プロのアーム レスラー」ほど明確に定義されていませんが、頭の中で次のように考えています。
「データラングリング」コンポーネントの場合--
HTTP リクエスト
クエリビルダー
Python、R、Matlab + SAS の統合
Recode + (Pro の場合) Formula Depot に展開する機能
テーブル操作 (スタック/スプリットなど)
非ラングリング コンポーネントの場合: データが整ったら、通常の容疑者と言えます... グラフ ビルダー、テキスト エクスプローラー、JMP Pro 分析要素 (特に GenReg)、および R や Python では簡単にアクセスできない対話型機能。
