Oggetto: data mining e modellazione predittiva@Jeff_Perkinson Lo vedo ora, grazie Jeff & Gail
Oggetto: data mining e modellazione predittiva@Giovanni_K , il video è incorporato nel post precedente. Non riesci a vederlo?
Oggetto: data mining e modellazione predittiva@Jason_Wiggins Ciao Jason, ottimo argomento, non ho visto il video della sessione qui -- @gail_massari puoi indicare il video della presentazione di Jason per favore?
Data Mining e modellazione predittiva
Scopri come:
- Comprendere l'esempio di resa manifatturiera utilizzato nella demo
- Trova modelli
- Utilizzare Distribuzione per esaminare la relazione tra variabili e tra variabili e risposta
- Utilizza il Costruttore di grafici per esaminare tutte le variabili, usa il trascinamento delle icone per adattare le linee ai dati, attiva statistiche come R quadrato, modifica il tipo di adattamento in modo interattivo e aggiungi colore per evidenziare i risultati chiave per gli altri
- Eseguire la modellazione esplorativa
- Utilizzare l'analisi multivariata per verificare se esiste una correlazione tra le variabili
- Esaminare la matrice del grafico a dispersione e utilizzare lo screening predittivo per trovare relazioni significative
- Implementa la modellazione predittiva di JMP Pro per gestire risposte non normali e scoprire potenziali overfitting
- Utilizzare la regressione generalizzata per creare un modello e segmentare casualmente i dati in 3 set: il set di training stima i parametri del modello, il set di convalida valuta la capacità predittiva del modello migliorando o peggiorando man mano che vengono aggiunti i termini, il set di test viene escluso dalla creazione del modello e fornisce il risultato finale, valutazione indipendente della capacità predittiva del modello
- Scegli l'approccio distributivo
- Creare in modo interattivo una colonna di convalida per la convalida incrociata per evitare un adattamento eccessivo del modello (sovrastima della capacità predittiva)
- Schermo per più modelli (novità in JMP Pro 16)
- Utilizzare la foresta Bootstrap e gli alberi potenziati (alberi decisionali)
- Costruisci un modello di rete neurale con 2 livelli e nodi sufficienti per descrivere la relazione
- Perfeziona e ricostruisci in modo iterativo i migliori modelli candidati per migliorare la prevedibilità
- Salva gli algoritmi del modello (codici punteggio) nella tabella dati
Nota: le domande e risposte iniziano alle 38:00 circa.
JMP Journal include diapositive PowerPoint, anch'esse allegate come file .pptx.Se sei interessato ad aggiungere PowerPoint ai tuoi diari JMP come diapositive, ecco le istruzioni: Per inserire le diapositive nel diario:
- Installa Brady Brady Componente aggiuntivo di Journal Text Sledgehammer .
- Genera una presentazione PowerPoint
- Salva come .png (o altro formato grafico)
- Apri JMP e seleziona Journal Text Sledgehammer dal menu dei componenti aggiuntivi
- Fare clic sulla scheda Utilità
- Fai clic su Diapositive nel diario
- Seleziona la cartella con tutte le diapositive che è stata generata automaticamente al punto 3 sopra
- Scegli il formato (ad esempio, largo)
- Salva diario
Risorse
Domande per il presentatore?Aggiungi un commento e menziona Jason Higgins utilizzando @Jason_Wiggins .
Commenti sul valore delle domande alla fine?Aggiungi commento per @gail_massari .
Modellazione predittiva e machine learning
