Hallo allerseits,
Im August 2020 haben wir damit begonnen, eine Liste mit empfohlenen Ressourcen zu erstellen, die Verkaufsteams bei der Nachverfolgung von Kunden und Interessenten nach der Veranstaltung berücksichtigen sollten. Diese kuratierten Listen ziehen geeignete Assets von unserer gesamten Website, darunter Whitepaper, Artikel, Buchkapitel, Webinare, JMP On Air-Episoden, Blogs, STIPS-Module und mehr. Alle Assets, die in eine Liste aufgenommen werden, gelten als relevant für das Thema, den Anwendungsbereich oder die Branche, zeigen eine gute Leistung und sind aktuell genug, um sie zu teilen. Um die Unterscheidung zwischen den Ressourcen zu erleichtern, füge ich dennoch eine kurze Zusammenfassung, einige Kommentare und ein 4-Sterne-System hinzu, um die „Besten der Besten“ zu identifizieren.(Sie finden auch alle früheren Ressourcenempfehlungen hier .)
Unmittelbar unten finden Sie mehrere großartige JMP-Ressourcen, die Sie in Ihre Nachbereitung für unsere letzte Veranstaltung, das Statistically Speaking-Webinar vom 01. Oktober 2020, einbeziehen können. Maschinelles Lernen und KI entmystifizieren . (Nach der Veranstaltung finden Sie die Aufzeichnung im Bereich "on-demand" auf der Statistik sprechende Zielseite .) Bitte verwenden Sie diese Ressourcen selektiv (es gibt wahrscheinlich zu viele, um sie alle zu positionieren) und passen Sie sie nach Bedarf an oder so an, dass sie die Schmerzpunkte Ihres Publikums am besten ansprechen.
Wenn Sie Fragen haben, lassen Sie es mich bitte wissen.
Danke
Larry
x11276
Link zur Sales Force-Kampagne (Live-Stream) finden Sie hier
Link zur Sales Force-Kampagne (On-Demand) finden Sie hier
1. Oktober, Entmystifizierung von maschinellem Lernen und KI-Empfehlungen
4 Sterne Expertenratschläge zur optimalen Nutzung von maschinellem Lernen , Statistikveranstaltung
Enthält eine Keynote von Dick DeVeaux, Die sieben Todsünden des maschinellen Lernens . Ausgezeichnete Podiumspräsentation mit Dick, Russ Wolfinger und Julia O'Neill
4 Sterne Wissenschaftliche und technische Probleme mit maschinellem Lernen lösen , Statistikveranstaltung
Sehr starke Ressource. In Europa ansässige Redner, aber eingehende Diskussion (Keynote) zu Deep Learning, KI und starkem/engagiertem Panel.
4 Sterne Was ist maschinelles Lernen (und kann JMP es tun), JMP-Blog
1 st Teil der Blogserie von Elizabeth Claassen. Gute einführende Diskussion über Konzepte rund um maschinelles Lernen und skizziert alle verschiedenen maschinellen Lernalgorithmen, die JMP ausführen kann. Fördert die kostenlose Testversion.
3 Sterne, Dunkle Daten , Buchkapitel
Obwohl das Thema nicht perfekt passt, stammt dieses Buchkapitel von David Hand, dem Plenarsprecher dieser Veranstaltung. Dark Data ist Hands neuestes Buch. (David ist der Hauptredner für dieses Webinar) Das Kapitel behandelt fehlende oder unbekannte Daten und die Auswirkungen, die dies auf die Analyse haben kann. Dabei diskutiert Hand Datenphänomene wie P-Hacking, falsche Messfehler und falsche Entdeckungsraten sowie „HARKing“.
3 Sterne , Missionskritische fortgeschrittene Statistiken für die Verteidigungsgemeinschaft , Statistisch gesehen
Obwohl diese Veranstaltung speziell auf die Verteidigungsindustrie ausgerichtet war, behandelt sie branchenübergreifende Konzepte und vermittelt ein grundlegendes Verständnis von KI. Während der Keynote erläutert Laura Freeman, wie sie statistisches Denken nutzen, um maschinelles Lernen und KI so einzusetzen, dass das Verteidigungsministerium wichtige Missionen erfüllen, seine Mitarbeiter weiterbilden und den Erfolg sicherstellen kann.
3 Sterne Missionsorientierte Analytik: Neue Methoden für die Intelligence Community , Analytisch gesprochen
Industrieverbindung, Alyson Wilson, NCSU, arbeitet daran, Analysen stärker in die Geheimdienstgemeinschaft einzubringen, um die Außenpolitik und die nationale Sicherheit zu beeinflussen. Auch eine gute Diskussion über die Unterschiede zwischen maschinellem Lernen und KI. 32 Aufrufe im Jahr 2020, nicht beliebt.
3 Sterne Maschinelles Lernen anwenden: Werde ich meinen Mann an meinem Geburtstag beim Billard schlagen?JMP-Blog
2 nd Teil der Blogserie von Elizabeth Claassen. Verwendet ein lustiges Beispiel für einen maschinellen Lernalgorithmus. Wie die Verbindungen, die dieser Blog herstellt. Ich denke, es macht einen guten Job, unsere Experten und unser Geschäft zu humanisieren.
2 Sterne Intelligentes maschinelles Lernen für Hersteller , Weißes Papier
Keine perfekte Übereinstimmung, weil es sich um ein Fertigungsbeispiel handelt, aber interessante Diskussionen über die Verschmelzung von maschinellem Lernen mit statistischem Wissen – Mensch und Maschine.
1 Stern Maschinelles Lernen treibt Innovationen in der Hightech-Fertigung voran , Kundenerfolgsgeschichte
Kein starker Vorteil, da es sich um die Halbleiterindustrie handelt, aber ein Beispiel für die Implementierung von maschinellem Lernen liefert. Es ist auch eine ziemlich oberflächliche Diskussion, aber sie erhält ordentlichen Traffic und wird auf unserer Erfolgsgeschichten-Homepage vorgestellt.
Zusätzliche Vorschläge von Peter Hersh:
Data Mining und Vorhersagemodellierung , JMP-Tutorial
Dieses JMP-Lernprogramm enthält a Fallstudie zur Herstellung und umfasst Demonstrationen einer Reihe von Techniken, die verwendet werden Graph Builder und die Prediction Profiler und J MP Pro. Diskussionen zu Themen im Zusammenhang mit maschinellem Lernen und KI, einschließlich Regression, Bootstrap Forest und Boosted Trees (Entscheidungsbäume) und neuronale Netze.
Diese Sitzungen umfassen auch Diskussionen über baumbasierte Modelle und neuronale Netze:
Verstehen und Anwenden baumbasierter Methoden für das Screening und die Modellierung von Prädiktoren , Webinar zur Beherrschung von JMP
Entdecken und Vorhersagen von Mustern mit neuronalen Netzwerkmodellen , Webinar zur Beherrschung von JMP
