回复：R / Python培訓關於我將JMP定位於Python的經歷的一些註釋（在NWT2區域中，Python比R更常見）。我們發現最好將JMP（或者更可能是JMP Pro，如果他們使用的是Python）定位為Python的補充工具，而不是將其做為一個選擇。如果您選擇“使用JMP Pro而不是Python”，則它將無效，因為Python背後有太多的慣性和基礎結構，尤其是對於預測建模（例如TensorFlow庫）。但是，如果您將JMP Pro定位為Python的免費工具，從而可以更快地在JMP Pro中對數據模型進行原型設計和比較，然後將其作為Python評分代碼進行部署，那麼這就是更引人注目的原因，並且已經成功實現了許多JMP Pro的銷售，即使在仍大量使用Python的地方也是如此。
回复：R / Python培訓@ saradoudt0什麼@mzwald說過。 我很驚訝@ruthhummel的白皮書被列為一種資源，但沒有被完全探索為出售JMP而又不試圖取代Python / R的可行方法-兩者都有空間，我們可以證明總和大於各部分。 此外，您可能希望在Formula Depot上列出“發現”演示文稿，因為它們提供了有關如何部署Python評分代碼的示例，這些示例對於在Python商店中使用JMP的案例很有幫助。
*開箱即用-JMP用戶社區
*共享終極收益：從建模到評分的旅程-JMP用戶社區
另外，我認為這裡描述的開放源代碼願景缺少我們要反對的觀點：
”術語開源的指的是人們可以修改和共享的東西，因為其設計可公開訪問。開源軟件是具有源代碼的軟件，任何人都可以檢查，修改和增強。”
在數據科學領域，“人員”和“任何人”都包括Google（ TensorFlow ）和IBM（火花）。 他們工資開發人員維護和增強這些框架，因為它們是基於雲的增長策略的一部分（軟件堆棧是免費的，您只需為雲使用付費）。 您可以確定他們也向測試人員付款。 所以舊的SAS FUD認為您不能像我們一樣信任他們的質量的論點不會與知道他們來自何處的用戶齊頭並進-甚至可能適得其反。
即使對於較小的軟件包，例如XGBoost，當您檢查貢獻者您會看到大學的研究人員和大型公司的開發人員。 這些不是在車庫工作的人。 因此，可以肯定的是，那裡有少量維護不善的開源軟件包。但是我們要追隨的科學家和工程師非常精明，知道該選哪個，避免該選哪個。 進行對話時，我們應該像他們一樣精明。
回复：R / Python培訓@nascif_jmp和@MJ我寫了一篇論文，展示了有關如何在JMP中使用開源的更多詳細信息，強調了將它們一起使用而不是一個替換另一個的想法。 該文件可在以下網址獲得https://onlinelibrary.wiley.com/doi/abs/10.1002/sta4.336 。 現在，它位於日記帳付費專區下，但是一旦我們要求將其設為OpenAccess，此鏈接應允許您（或向您發送此鏈接的客戶）免費查看全文。
本文中有指向四個支持短片的鏈接。 您也可以直接發送這些鏈接或在演示中使用它們。 前兩個視頻展示了Nascif使用從AWS中部署的JMP中生成的Python評分代碼生成的Housing Price應用程序。 這兩個視頻顯示（1）在JMP中構建模型並生成Python代碼，以及（2）在AWS中構建的最終應用程序。
電影1：JMP Pro上市價格預測器模型擬合和Python代碼生成：
https://players.brightcove.net/1872491364001/default_default/index.html?videoId=6214684063001
電影2：JMP Pro生成的Python評分代碼在AWS上的最終模型部署：
https://players.brightcove.net/1872491364001/default_default/index.html?videoId=6214680112001
最後兩個視頻展示了MJ在RMP中對t-SNE和UMAP的使用，它們內置於JMP加載項中，因此用戶僅可以與JMP鼠標單擊對話框進行交互（相對而言，R代碼在幕後是不可見的）附加用戶）。 電影3顯示瞭如何使用加載項。 影片4顯示了JMP如何帶來R中非常困難的功能，R帶來了JMP中沒有的算法，並且兩個軟件系統一起可以完成這項很酷的事情。
電影3。 嵌入加載項在MNIST數據集上的應用：
https://players.brightcove.net/1872491364001/default_default/index.html?videoId=6214686689001
電影4：使用JMP中的圖像標記進行t-SNE結果探索：
https://players.brightcove.net/1872491364001/default_default/index.html?videoId=6214680173001
回复：R / Python培訓“協同作用是一種相互作用或合作產生了一個整體比...更棒簡單和其部分。”
回复：R / Python培訓非常有用的資源@mzwald和@nascif_jmp ，絕對有助於擴大頁面。 我確實提到過@ruthhummel ， @MJ和@nascif_jmp可以作為資源使用，但不想接受第二手解釋！
FWIW，我的經驗是在Academia和Unilever中使用R / Python。 在聯合利華（Unilever）中，儘管了解JMP可以與R / Python協同工作是一個了不起的工具，但公司中只有少數（<10）可以做到這一點。 僅在全球範圍內，R＆D的海洋數量就下降了5000（主要是科學家和工程師）。 JMP使我能夠與這5000個工作/協作，而不是作為對他們的服務，R / Python卻沒有。 Ť他的重點應該始終圍繞著確定當前形勢的挑戰並實現願景（無論是JMP產品的一部分還是全部）。
老實說，無論是從包本身的數值準確性還是我的用法是否有誤，我都對R / Python包足夠精明。 在JMP中，我有質量聲明以及商業SE和技術支持。 儘管它們是可隨意分配的銷售點，但在相關時，我們也不要羞於提出這些。
回复：R / Python培訓@mzwald感謝您的補充評論。 永遠喜歡聽到不同的經歷！
回复：R / Python培訓這是一次精彩的討論，來回非常有趣。
回复：R / Python培訓了解一些競爭對手（即使是部分競爭對手）如何進行整合（而不是替代）的情況可能會很好
* https://www.analyticsvidhya.com/blog/2020/08/integrating-python-in-power-bi/
* https://towardsdatascience.com/tabpy-combining-python-and-tableau-511b10da8175
* https://looker.com/blog/data-science-with-looker-and-python-part-two
回复：R / Python培訓很棒的討論！ 對使用Formula Depot生成Python代碼感到好奇。 有人使用此功能命名了客戶，您可以分享示例嗎？
回复：R / Python培訓嗨，Mia，聯合利華的Jerry Winter使用了此功能。 我沒有完整的故事，但是我們共同努力找出了一個尚未從JMP轉換為Python的部分。讓我知道任何後續步驟會有所幫助！
回复：R / Python培訓要考慮的另一個方面可能是數據分析工作流的其他方面：警惕我們數據中的潛在限制以及需要使用主題知識來挑戰我們的數據和模型。 認識到我們的流程很少處於穩定狀態，或者換句話說：從數據中學習是一個連續的過程，最好通過將主題知識與數據素養和數據分析知識相集成來更好地完成。 通過使主題專家具備數據素養和數據分析方面的能力，公司比通過將主題知識轉移到我們的公司來擴展數據分析要容易得多，從而可以大規模實現數據分析。幾個數據分析專家。
如果數據分析專家當前是分析工作流程的守門員，那麼我們可能需要與其他購買影響者進行對話。
數據素養論證的更多方面在David Hand的Dark Data中，請參閱他的Stats Speaking主旨演講黑暗數據Ron Kennet和Chris Gotwalt在他們即將發表的Discovery論文中還將介紹一些方面：最大化數據科學成功
回复：R / Python培訓@ malcolm_moore1儘管數據素養是一個重要的問題，但我認為它與Mia剛剛提出的具體問題正交。 如果有的話，允許在生產中部署JMP模型以產生業務價值的專家不是門將，而是門將。
如果企業要解決的問題需要創建一個網站來提供預測值或在工廠中進行自動化的端到端監視過程，則必須有一種方法可以使我們的模型脫離JMP和使它們成為所需過程的一部分。 這不是“誰”的問題，而是“何處”和“如何”的問題。
也許有一天我們可以像使用JMP Live那樣輕鬆地“部署”報告和儀表板一樣容易地將模型部署到生產環境中，那麼我們將減少分析工作流中對數據分析專家的需求。 這將是一種有趣的方式，可以有效地組合這些線程。
@mia_stephens以下是我多年來與Formula Depot討論過的有關Python評分代碼生成的一些人，沒有特別的順序。
- 劉平-貝恩公司的高級分析
- Matthew Flynn-AIG科學
- Philip O'Leary-東歐芬蘭大學指導小組成員
- 布拉德福德·福克斯-通用電氣
- Thomas Slezak-楊百翰大學
- Burak Bagdatli-喬治亞理工學院
- Gul Ege，David Duling-SAS（ESP）
- Lucy Luo-康菲飛利浦
回复：R / Python培訓@ malcolm_moore1 @nascif_jmp
我們可以問什麼問題來確定某人是開門者還是門將？
我的主要想法是
-您如何在數據分析中包括領域專業知識？ 為什麼這很重要？
-與團隊合作應對數據分析挑戰會導致成功還是失敗？
回复：R / Python培訓@mia_stephens幾年前，我在Osram簽訂了Pro協議，在那裡他們使用JMP Pro來構建可在python生成的Web應用程序中使用的模型。 目的是更好地估計項目將持續多長時間，包括所有不同的項目步驟，具體取決於資源（人員），創新級別（新產品，基於以前的產品……）和當前的工作量（以及其他一些工作）因素）。 因此，所有這些都是項目計劃模型。 由於該Web應用程序是使用Python構建的，因此他們在JMP中發現了一個不錯的好模型wuite easy，並使用了Formel庫生成了Python代碼，然後將其嵌入到應用程序中。 幾乎像魅力一樣工作。 他們會不時地使用來自過去項目時間表的新採集數據來重新檢查模型，並在必要時進行調整。 我已經有一段時間沒有收到他們的回復了，但我認為它仍在有效地使用。
回复：R / Python培訓感謝分享@martindemel ！ 這聽起來像一個不錯的用例。 您是否知道他們是否主要使用JMP提供的Python代碼，或者是否需要大量修改？ 另外，您知道他們使用的是哪種模型嗎？
R/Python 培訓2020 年 8 月 12 日 R/Python 培訓課程
主講人：本·弗朗西斯
觀看錄音|雜誌
關鍵要點
- “你希望你的員工成為程序員，還是希望他們成為解決問題的人？”SME 通常不是 R 或 Python 編碼器。
- JMP 可以被視為對 R/Python 編碼人員的威脅。 從看門人（R/Python 用戶）轉向啟用（我想保住我的工作，因此 R 和 Python 需要留下來）
- 軟件成本與人員/時間成本
- 軟件開發中最關鍵的質量問題之一，尤其是分析軟件，是結果的準確性和可靠性。質量聲明vs 開源解決方案。 JMP 提供信任和安全。
- R 和 Python 是我們所有產品（JMP、JMP、Clinical、JMP Live...）的競爭對手
什麼是開源軟件？
期限開源指的是人們可以修改和共享的東西，因為它的設計是可公開訪問的。開源軟件是任何人都可以檢查、修改和增強源代碼的軟件。
誰使用 R/Python？
- 任何公司
- 角色：數據科學家、統計學家、高級生物學家、化學家、技術人員
- 想要時尚的人
- 有主動性的人
- 經常不管理
- 不是數據驅動的建模者
- 不在高度管制的地區
- 什麼是開源？ 這對用戶意味著什麼？ 成本、訪問、支持等？
- R/Python 與 JMP JSL 的學習曲線？ 動作記錄器。
R/Python 的優點是什麼？
- 這是一個所有人都可以使用的免費數據科學工具。
- 成熟而廣泛的市場“合作夥伴”。
- Stack overflow 等站點為 R/Python 社區提供了極大的幫助。
- 用戶經常添加的新尖端功能/特性。
- 輸出質量可以非常高。
- 與其他編程語言（C、C++、Java）的直接接口。
- 如果一家公司一直在做數據科學，他們很可能會有 R/Python 腳本的材料。
- 可以基於雲。
- 擁有 Python 編程知識可以成為科學家/工程師的一個區別。
R/Python 的缺點是什麼？
- 重點是軟件而不是使用軟件的人。
- 此外，該軟件可以被視為解決混亂/缺乏/不存在數據的靈丹妙藥。
- 代碼優先方法，通常需要多個“編碼器”。
- “天上掉餡餅”的想法。
- 糟糕的安全選項和沒有/很少的質量和準確性保證（JMP 的質量聲明）
如何定位 JMP 與 R/Python：
一般建議：
- 他們是否正在嘗試解決實際問題？ 遠離“櫥窗”購物者。
- 不要進行深入的技術深入對話或自己使用流行語。
- 不做功能和特性，開源幾乎每次都贏。
- 避免將客戶的注意力集中在任何一種 JMP 產品上。
對於用戶買家：
- 資格問題：
- 您當前工作的哪些方面具有挑戰性？
- 您是否希望有更多時間進行創新數據分析？
- 您希望對當前的腳本/應用程序進行哪些改進？
- 您是中央技術支持團隊的一員嗎？ 如果是這樣，您如何提供支持？
對於技術買家：
- 從看門人的心態轉向啟用。
- 清楚質量和數量保證JMP 的。
- 資格問題：
- 您的組織中有多少人參與了知識/流程開發？
- 具有定期更新的數值精度和質量保證的軟件對您很重要嗎？
對於經濟買家：
- 聽到宏偉的願景。 它越大，他們就越痛苦。
- 鼓勵他們考慮開源可能需要更高級別的培訓（因此成本更高）。
- 資格問題：
- 一年後你想在哪裡？ 你的策略是什麼？
- 您將如何擴展他們的數據分析？
何時以及如何使用 R/Python 定位 JMP？
JMP 是一個獨立的、功能齊全的數據可視化和統計分析軟件包，來自 SAS，適用於 Windows 和 Mac 桌面。 JMP 具有交互性和動態聯動性，使數據探索令人興奮和富有洞察力，並包含許多高級分析選項，完全滿足數據探索者和分析師的需求。 不過，在某些情況下，您可能希望（或需要）將 JMP 與開源工具（如 Python 或 R）結合使用。 考慮以下示例：
- 被禁止使用 R 等未經驗證的軟件進行主要分析的企業統計員可能希望在 R 包中探索新方法與 JMP 中的驗證方法。
- Python 或 R 程序員可能希望利用 JMP 中可用的動態鏈接、高級視覺效果或強大的分析功能。
- 公司的數據分析部門可能希望為 JMP 開發一個插件，允許一些 R 或 Python 代碼作為插件在 JMP 中運行，以便未來的用戶可以與 GUI 插件交互，而無需編寫R 或 Python 代碼本身。
- 統計教育工作者可能希望在課堂上引入特定的開源包，但在不需要學生編碼的點擊式環境中。
資源：
競爭對手信息 (SWOTS)訓練
