Jerry:
Voici comment je réponds à cette question: "Quand utiliser JMP par rapport à SAS vs. R? " Je pose d’abord d’autres questions plus approfondies, telles que:
1. La «performance» peut être évaluée de différentes manières. Quelles sont les caractéristiques de «performance» les plus importantes… lesquelles importent peu? Vous pouvez vous retrouver avec beaucoup de discussions sur ce point seul ... comme l'interface utilisateur (qui dans mon esprit n'est pas exactement orientée sur les performances mais qui apparaît souvent dans le cadre de cette discussion.) Ou la vitesse de réponse. Ou une question plus binaire peut / ne peut pas faire question? Comme par exemple si vous vous retrouvez dans un «JMP peut-il le faire? tapez conversation ... SAS gagnera si, pour aucune autre raison, la taille de la boîte à outils d'analyse potentielle est trop importante comparée à JMP).
2 Quelle est l’importance du support technique continu pour le logiciel et des ressources fournies par le développeur / fabricant du logiciel?
3 Existe-t-il des considérations de déploiement informatique et matériel pouvant influer sur le choix des options de déploiement de logiciel?
4 Quel est le budget pour 3? ci-dessus et le logiciel lui-même?
5 Quelle est l'importance de la capacité d'interagir de manière dynamique avec les données, des rapports / résultats d'analyse et de pouvoir partager avec d'autres avec et sans l'application principale utilisée pour générer les résultats?
Donc, à ce jour, le client potentiel / client commence probablement à penser le tout "JMP contre SAS vs. La conversation "R" est beaucoup plus complexe que la comparaison stricte des ensembles de fonctionnalités. Bien sûr, j'aimerais posséder une Lamborghini ... mais j'ai une Toyota RAV 4 et une Mustang décapotable dans mon allée parce que de nombreuses autres considérations ont été prises en compte dans la décision d'achat de Sharon et de mon automobile, en plus de ses "caractéristiques" et de ses "performances".
Salut Jerry,
J'imagine que pour des raisons générales, il y en a d'autres qui peuvent intervenir. Pour Neural Nets in special, je pense que dès que vous rencontrez quelqu'un qui aime Neural Nets, JMP n'est pas le bon outil à utiliser. Vous êtes limité à une ou deux couches (Pro). Il n'y a aucun moyen de changer la fonction de formation. Juste pour en nommer quelques uns populaires:
Algorithme
|
|---|
| |
Levenberg-Marquardt
|
| |
Régularisation bayésienne
|
|
BFGS Quasi-Newton
|
| |
Propagation arrière résiliente
|
| |
Gradient de conjugué mis à l'échelle
|
| |
Gradient Conjugué avec Powell / Beale Redémarre
|
| |
Gradient Du Conjugué Fletcher-Powell
|
|
Gradient Conjugué Polak-Ribiére
|
|
Une étape sécante
|
|
Descente de gradient de fréquence d'apprentissage variable
|
|
Descente de gradient avec élan
|
|
Descente graduelle
|
Les gens aiment modifier les réseaux neuronaux. Nous avons des capacités de manipulation telles que des pénalités, une structure robuste, une structure de couche, un renforcement. Cependant, dans le monde NN, différents packages sont également disponibles pour les fonctions de transfert, tels que la propagation avant ou arrière.
Bien que dans de nombreuses situations, ce que nous fournissons soit suffisant (et dépasse généralement Excel-AddIns fournissant NN), les personnes qui savent que NN utilisera d’autres outils à cet effet. Cela peut être R, MATLAB ou SAS (bien que ce soit beaucoup plus cher et qu’il s’agisse donc d’une véritable option pour les clients SAS, généralement pas d’option pour les petites et moyennes entreprises (selon mon expérience). Puisse l'utilisation de R de JSL constituer un bon compromis pour NN.
En ce qui concerne l'informatique multithreading ou même parallèle ou GPU, j'estime que JMP figurera à la fin de la liste en comparant JMP, SAS, R, MATLAB. JMP fournit le multithreading pour plusieurs algorithmes. il ne fournit pas l'informatique parallèle / GPU jusqu'à présent. Les autres ont besoin d’une machine à plusieurs cœurs ou d’une machine informatique distributrice dédiée (si ce n’est pas un processeur graphique sur la même machine). Remarque secondaire: le multithreading n’est pas un calcul distribué / parallèle / GPU. Ce dernier peut également prendre en compte l’algèbre linéaire et scinder des multiplications de matrice volumineuses en plusieurs calculs sur une unité distincte, puis reporter le résultat final.
Donc tout dans la détection d'images, simulations de monte-carlo, algèbre linéaire, routines d'optimisation complexes (globales), .. sont bons pour ceux. (Bien sûr, le jeu aussi;))
Je pense que genReg a fait un grand pas en avant ces dernières années, également en ce qui concerne les performances. Vous pouvez donc pointer ce problème vers l’utilisation de JMP (Pro). Aussi Bootstrap Forest est assez rapide.
En fonction de la machine, la mémoire vive d'un côté, mais aussi le nombre de cœurs partageant la mémoire vive, les autres ressources occupées par le système, les tâches du système à l'arrière, la durée de fonctionnement du système, la mémoire utilisée utilisés, tous peuvent avoir un impact sur les performances, quelle que soit la taille du fichier.
Je ne suis pas sûr, mais peut-être que d'autres le savent. J'ai parfois l’impression que JMP essaie de ne pas allouer la mémoire à l’avance pour la matrice / le vecteur complet, au cas où il ajoute de façon itérative des valeurs à une matrice / un vecteur. Cela pourrait aboutir à des problèmes de mémoire car, au bout d'un moment, l'emplacement de mémoire initial est devenu trop petit et l'adresse doit changer pour un emplacement plus grand. Le regroupement des bits de mémoire dispersés peut libérer de la mémoire et donc améliorer les performances. Ce serait peut-être une bonne pratique de le faire avant de lancer une grande analyse. Des expériences sur ce disponible?
Je ne sais pas pourquoi je ne pouvais pas poster dans le sujet d'origine, mais voici ce que je recherche.
Un de mes clients a posé la question suivante: Comment les performances de JMP se comparent-elles à d'autres outils plus volumineux pour diverses analyses?
Ce qu'il recherche, ce sont des instructions concernant le moment d'utilisation de JMP par rapport à l'utilisation de SAS et / ou de R (auxquelles il a accès). Il est évident que JMP a des problèmes trop importants à gérer. Nous nous tournons donc vers R. Je suppose également que JMP a quelques problèmes à résoudre (par exemple, la régression linéaire), mais peut-être pas aussi performant pour d'autres. tâches (par exemple, réseaux neuronaux ??), où SAS peut tirer parti de cœurs de processeur ou de GPU supplémentaires sur des machines plus grandes que JMP ne peut gérer.
Je ne sais pas comment répondre à cette question, alors j'ai pensé commencer une conversation ici. La réponse peut être "Si cela convient à JMP sur votre PC, utilisez JMP, sinon utilisez SAS". Ou vous pouvez avoir d'autres pensées basées sur votre expérience.
Merci d'avance pour tout conseil que vous pouvez fournir!
