JMPパフォーマンスと その他の（より大きな）ツール-それぞれを使用するタイミング再：JMPパフォーマンス対。その他の（より大きな）ツール-それぞれを使用するタイミングジェリー：
「JMPを使用するのはいつですか。SAS vs. R？」 私は通常、次のようないくつかの詳細な質問を最初に尋ねます。
1。「パフォーマンス」はさまざまな方法で評価できます。どの「パフォーマンス」特性が最も重要ですか？重要ではないものはどれですか？この点だけで、ユーザーインターフェイス（私の考えではパフォーマンス指向ではありませんが、多くの場合、この議論の一部として登場します）や応答速度など、この点に関する多くの議論になります。それとも、もっとバイナリが質問できる/できないのですか？「JMPはこれを実行できますか？」会話を入力します...潜在的な分析ツールボックスのサイズが他の理由でJMPと比較して非常に大きい場合、SASが勝ちます）。
2。ソフトウェアおよびソフトウェアの開発者/製造業者が提供するリソースに対する継続的な技術サポートはどれくらい重要ですか？
3。ソフトウェア展開オプションの選択に影響を与える可能性のあるハードウェアおよびIT展開の考慮事項はありますか？
4。3の予算はいくらですか。上記とソフトウェア自体？
5。データ、分析レポート/結果と動的に対話する機能、および結果の生成に使用されるコアアプリケーションの有無にかかわらず他のユーザーと共有する機能はどれほど重要ですか？
そのため、今では見込み客/顧客は、おそらく「JMP vs. SAS vs. R "の会話は、厳密に機能セットを比較するよりもはるかに複雑です。確かにランボルギーニを所有したいのですが...私はトヨタRAV 4とムスタングコンバーチブルを車道に持っています
再：JMPパフォーマンス対。その他の（より大きな）ツール-それぞれを使用するタイミングこんにちはジェリー、
一般的なことには、チャイムを鳴らすことができる人がいると思います。Neural Netsの特別な場合、Neural Netsを愛する人に出会うとすぐに、JMPは使用するのに適切なツールではないと思います。1つまたは2つの（Pro）レイヤーに制限されています。トレーニング機能を変更する方法はありません。人気のあるものに名前を付けるだけです：
アルゴリズム
|
|---|
| |
レーベンバーグ・マルカート
|
| |
ベイジアン正則化
|
|
BFGS準ニュートン
|
| |
回復力のある逆伝播
|
| |
スケーリングされた共役勾配
|
| |
共役勾配とパウエル/ビールの再起動
|
| |
フレッチャー・パウエル共役勾配
|
|
Polak-Ribiére共役勾配
|
|
ワンステップセカント
|
|
可変学習率勾配降下
|
|
運動量を伴う勾配降下
|
|
勾配降下
|
人々はニューラルネットを調整するのが好きです。ペナルティ、堅牢、レイヤー構造、ブースティングなどの操作機能があります。ただし、NNの世界では、forwardpropagationやbackpropagationなどの伝達関数に使用できるさまざまなパッケージもあります。
多くの場合、私たちが提供するもので十分です（通常、NNを提供するExcel-AddInsよりも優れています）が、NNを知っている人は、そのために他のツールを使用します。これはR、MATLAB、SASのいずれでも構いません（ただし、これははるかに高価であり、したがってSASのお客様にとっては真のオプションであり、通常、中小企業にはオプションがありません（私の経験では）。JSLからのRの使用がNNにとって良い妥協になりますように。
マルチスレッド、または並列またはGPUコンピューティングに関しても、JMPはJMP、SAS、R、MATLABを比較するリストの最後になると思います。JMPは、いくつかのアルゴリズムにマルチスレッドを提供します。これまでのところ、並列/ GPUコンピューティングは提供していません。その他には、複数のコアを備えたマシンまたは専用の分散コンピューティングマシン（同じマシン上のGPUではない場合）が必要です。サイドノート：マルチスレッドは分散/並列/ GPUコンピューティングではありません。後者は線形代数を考慮に入れ、大きな行列の乗算を別々のユニットでいくつかの計算に分割し、最終結果を戻すこともできます。
そのため、画像検出、モンテカルロシミュレーション、線形代数、複雑な（グローバル）最適化ルーチン、.. それらに適しています。（もちろんゲームも;））
genRegはパフォーマンスに関しても過去数年で大きな進歩を遂げたと思います。したがって、これは、JMP（Pro）の使用を指すことができるものです。また、Bootstrap Forestは非常に高速です。
マシンに応じて、一方のRAMだけでなく、RAMを共有しているコアの数、他のシステムが占有しているもの、背後で動作しているシステムの内容、システムがすでに実行されている時間、メモリの状況使用すると、ファイルのサイズに関係なく、すべてがパフォーマンスに影響を与える可能性があります。
よくわかりませんが、他の人がそれを知っているかもしれません。行列/ベクトルに値を繰り返し追加する場合に備えて、JMPは完全な行列/ベクトルに事前にメモリを割り当てないようにしようとする印象があります。これは、しばらくすると初期メモリの場所が小さくなり、アドレスをより大きな場所に変更する必要があるため、メモリの問題に終わる可能性があります。拡散したメモリビットを一緒にパックすると、メモリが解放され、パフォーマンスが向上します。大規模な分析を実行する前に、これを行うことをお勧めします。それに関する経験はありますか？
再：JMPパフォーマンス対。その他の（より大きな）ツール-それぞれを使用するタイミング元のトピックに投稿できなかった理由は定かではありませんが、ここに私が求めているものがあります。
さまざまな分析で、JMPのパフォーマンスは他の大きなツールと比較してどうですか？
彼が探しているのは、JMPを使用する場合とSASおよび/またはR（両方にアクセスできる場合）を使用する場合のガイドラインです。 明らかに、JMPが処理するには大きすぎる問題があるため、Rを使用します。また、JMPが本当に得意とする問題（線形回帰など）があると思われますが、その他のパフォーマンスはそれほど良くありません。SASがJMPで処理できるよりも大きなマシン上の追加のCPUまたはGPUコアを利用する可能性のあるタスク（ニューラルネットなど）。
この質問にどう答えるかわからないので、ここから会話を始めようと思った。 答えは、「PCのJMPに収まる場合はJMPを使用し、そうでない場合はSASを使用する」です。または、あなたの経験に基づいて他の考えがあるかもしれません。
あなたが提供できるガイダンスを事前に感謝します！
