回复：R / Python培训关于我将JMP定位于Python的经验的一些注意事项（在NWT2区域中，Python比R更常见）。我们发现最好将JMP（或者更可能是JMP Pro，如果他们使用的是Python）定位为Python的补充工具，而不是将其做为一个选择。如果您选择“使用JMP Pro而不是Python”，则它将无效，因为Python背后有太多的惯性和基础结构，尤其是对于预测建模（例如TensorFlow库）。但是，如果您将JMP Pro定位为Python的免费工具，从而可以更快地在JMP Pro中对数据模型进行原型设计和比较，然后将其作为Python评分代码进行部署，那么这就是更引人注目的原因，并且已经成功实现了许多JMP Pro的销售，即使在仍大量使用Python的地方也是如此。
回复：R / Python培训@ saradoudt0什么@mzwald说过。 我很惊讶@ruthhummel的白皮书被列为一种资源，但没有被完全探索为出售JMP而不试图取代Python / R的可行方法-两者都有空间，我们可以证明总和大于各部分。 此外，您可能希望在Formula Depot上列出“发现”演示文稿，因为它们提供了有关如何部署Python评分代码的示例，这些示例对于在Python商店中使用JMP的案例很有帮助。
*开箱即用-JMP用户社区
*共享终极收益：从建模到评分的旅程-JMP用户社区
另外，我认为这里描述的开放源代码愿景缺少我们要反对的观点：
”术语开源的指的是人们可以修改和共享的东西，因为其设计可公开访问。开源软件是具有源代码的软件，任何人都可以检查，修改和增强。”
在数据科学领域，“人员”和“任何人”都包括Google（ TensorFlow ）和IBM（火花）。 他们工资维护和增强这些框架的开发人员，因为它们是基于云的增长策略的一部分（软件堆栈是免费的，您只需为云使用付费）。 您可以确定他们也向测试人员付款。 所以旧的SAS FUD认为您不能像我们一样信任他们的质量的论点不会与知道他们来自何处的用户齐头并进-甚至可能适得其反。
即使对于较小的软件包，例如XGBoost，当您检查贡献者您会看到大学的研究人员和大型公司的开发人员。 这些不是在车库工作的人。 因此，可以肯定的是，那里有少量维护不善的开源软件包。但是我们要追随的科学家和工程师非常精明，知道该选哪个，避免该选哪个。 进行对话时，我们应该像他们一样精明。
回复：R / Python培训@nascif_jmp和@MJ我写了一篇论文，展示了有关如何在JMP中使用开源的更多详细信息，强调了将它们一起使用而不是一个替换另一个的想法。 该文件可在以下网址获得https://onlinelibrary.wiley.com/doi/abs/10.1002/sta4.336 。 现在，它位于日记帐付费专区下，但是一旦我们要求将其设为OpenAccess，此链接应允许您（或向您发送此链接的客户）免费查看全文。
本文中有指向四个支持短片的链接。 您也可以直接发送这些链接或在演示中使用它们。 前两个视频展示了Nascif使用从AWS中部署的JMP中生成的Python评分代码生成的Housing Price应用程序。 这两个视频显示（1）在JMP中构建模型并生成Python代码，以及（2）在AWS中构建的最终应用程序。
电影1：JMP Pro上市价格预测器模型拟合和Python代码生成：
https://players.brightcove.net/1872491364001/default_default/index.html?videoId=6214684063001
电影2：JMP Pro生成的Python评分代码在AWS上的最终模型部署：
https://players.brightcove.net/1872491364001/default_default/index.html?videoId=6214680112001
最后两个视频展示了MJ在RMP中对t-SNE和UMAP的使用，它们内置于JMP加载项中，因此用户仅可以与JMP鼠标单击对话框进行交互（相对而言，R代码在幕后是不可见的）附加用户）。 电影3显示了如何使用加载项。 影片4显示了JMP如何带来R中非常困难的功能，R带来了JMP中没有的算法，并且两个软件系统一起可以完成这项很酷的事情。
电影3。 嵌入加载项在MNIST数据集上的应用：
https://players.brightcove.net/1872491364001/default_default/index.html?videoId=6214686689001
电影4：使用JMP中的图像标记进行t-SNE结果探索：
https://players.brightcove.net/1872491364001/default_default/index.html?videoId=6214680173001
回复：R / Python培训“协同作用是一种相互作用或合作产生了一个整体比...更棒简单和其部分。”
回复：R / Python培训非常有用的资源@mzwald和@nascif_jmp ，绝对有助于扩大页面。 我确实提到过@ruthhummel ， @MJ和@nascif_jmp可以作为资源使用，但不想接受第二手解释！
FWIW，我的经验是在Academia和Unilever中使用R / Python。 在联合利华（Unilever）中，尽管了解JMP可以与R / Python协同工作是一个了不起的工具，但公司中只有少数（<10）可以做到这一点。 仅在全球范围内，R＆D的海洋数量就下降了5000（主要是科学家和工程师）。 JMP使我能够与这5000个工作/协作，而不是作为对他们的服务，R / Python却没有。 Ť他的重点应该始终围绕着确定当前形势的挑战并实现愿景（无论是JMP产品的一部分还是全部）。
老实说，无论是从包本身的数值准确性还是我的用法是否有误，我都对R / Python包足够精明。 在JMP中，我有质量声明以及商业SE和技术支持。 尽管它们是可随意分配的销售点，但在相关时，我们也不要羞于提出这些。
回复：R / Python培训@mzwald感谢您的补充评论。 永远喜欢听到不同的经历！
回复：R / Python培训这是一次精彩的讨论，来回非常有趣。
回复：R / Python培训了解一些竞争对手（即使是部分竞争对手）如何进行整合（而不是替代）的情况可能会很好
* 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培训很棒的讨论！ 对使用Formula Depot生成Python代码感到好奇。 有人使用此功能命名了客户，您可以分享示例吗？
回复：R / Python培训嗨，Mia，联合利华的Jerry Winter使用了此功能。 我没有完整的故事，但是我们共同努力找出了一个尚未从JMP转换为Python的部分。让我知道任何后续步骤会有所帮助！
回复：R / Python培训要考虑的另一个方面可能是数据分析工作流的其他方面：警惕我们数据中的潜在限制以及需要使用主题知识来挑战我们的数据和模型。 认识到我们的流程很少处于稳定状态，或者换句话说：从数据中学习是一个连续的过程，最好通过将主题知识与数据素养和数据分析知识相集成来更好地完成。 通过使主题专家具备数据素养和数据分析方面的能力，公司比通过将主题知识转移到我们的公司来扩展数据分析要容易得多，从而可以大规模实现数据分析。几个数据分析专家。
如果数据分析专家当前是分析工作流程的守门员，那么我们可能需要与其他购买影响者进行对话。
数据素养论证的更多方面在David Hand的Dark Data中，请参阅他的Stats Speaking主旨演讲黑暗数据Ron Kennet和Chris Gotwalt在他们即将发表的Discovery论文中还将介绍一些方面：最大化数据科学成功
回复：R / Python培训@ malcolm_moore1尽管数据素养是一个重要的问题，但我认为它与Mia刚刚提出的具体问题正交。 如果有的话，允许在生产中部署JMP模型以产生业务价值的专家不是门将，而是门将。
如果企业要解决的问题需要创建一个网站来提供预测值或在工厂中进行自动化的端到端监视过程，则必须有一种方法可以使我们的模型脱离JMP和使它们成为所需过程的一部分。 这不是“谁”的问题，而是“何处”和“如何”的问题。
也许有一天我们可以像使用JMP Live那样轻松地“部署”报告和仪表板一样容易地将模型部署到生产环境中，那么我们将减少分析工作流中对数据分析专家的需求。 这将是一种有趣的方式，可以有效地组合这些线程。
@mia_stephens以下是我多年来与Formula Depot讨论过的有关Python评分代码生成的一些人，没有特别的顺序。
- 刘平-贝恩公司的高级分析
- Matthew Flynn-AIG科学
- Philip O'Leary-东欧芬兰大学指导小组成员
- 布拉德福德·福克斯-通用电气
- Thomas Slezak-杨百翰大学
- Burak Bagdatli-乔治亚理工学院
- Gul Ege，David Duling-SAS（ESP）
- Lucy Luo-康菲飞利浦
回复：R / Python培训@ malcolm_moore1 @nascif_jmp
我们可以问什么问题来确定某人是开门者还是门将？
我的主要想法是
-您如何在数据分析中包括领域专业知识？ 为什么这很重要？
-与团队合作应对数据分析挑战会导致成功还是失败？
回复：R / Python培训@mia_stephens几年前，我在Osram签订了Pro协议，在那里他们使用JMP Pro来构建可在python生成的Web应用程序中使用的模型。 目的是更好地估计项目将持续多长时间，包括所有不同的项目步骤，具体取决于资源（人员），创新类别（新产品，基于以前的产品……）和当前的工作量（以及其他一些工作）因素）。 因此，所有这些都是一个项目计划模型。 由于该Web应用程序是使用Python构建的，因此他们在JMP中发现了一个不错的好模型wuite easy，并使用了Formel库生成了Python代码，然后将其嵌入到应用程序中。 几乎像魅力一样工作。 他们不时地使用来自过去项目时间表的新采集数据重新检查模型，并在必要时进行调整。 我已经有一段时间没有收到他们的回复了，但我认为它仍在有效地使用。
回复：R / Python培训感谢分享@martindemel ！ 这听起来像一个不错的用例。 您是否知道他们是否主要使用JMP提供的Python代码，或者是否需要大量修改？ 另外，您知道他们使用的是哪种模型吗？
R/Python 培训2020 年 8 月 12 日 R/Python 培训课程
主讲人：本·弗朗西斯
观看录音|杂志
关键要点
- “你希望你的员工成为程序员，还是希望他们成为解决问题的人？”SME 通常不是 R 或 Python 编码器。
- JMP 可以被视为对 R/Python 编码人员的威胁。 从看门人（R/Python 用户）转向启用（我想保住我的工作，因此 R 和 Python 需要留下来）
- 软件成本与人员/时间成本
- 软件开发中最关键的质量问题之一，尤其是分析软件，是结果的准确性和可靠性。质量声明vs 开源解决方案。 JMP 提供信任和安全。
- R 和 Python 是我们所有产品（JMP、JMP、Clinical、JMP Live...）的竞争对手
什么是开源软件？
期限开源指的是人们可以修改和共享的东西，因为它的设计是可公开访问的。开源软件是任何人都可以检查、修改和增强源代码的软件。
谁使用 R/Python？
- 任何公司
- 角色：数据科学家、统计学家、高级生物学家、化学家、技术人员
- 想要时尚的人
- 有主动性的人
- 经常不管理
- 不是数据驱动的建模者
- 不在高度管制的地区
- 什么是开源？ 这对用户意味着什么？ 成本、访问、支持等？
- R/Python 与 JMP JSL 的学习曲线？ 动作记录器。
R/Python 的优点是什么？
- 这是一个所有人都可以使用的免费数据科学工具。
- 成熟而广泛的市场“合作伙伴”。
- Stack overflow 等站点为 R/Python 社区提供了极大的帮助。
- 用户经常添加的新尖端功能/特性。
- 输出质量可以非常高。
- 与其他编程语言（C、C++、Java）的直接接口。
- 如果一家公司一直在做数据科学，他们很可能会有 R/Python 脚本的材料。
- 可以基于云。
- 拥有 Python 编程知识可以成为科学家/工程师的一个区别。
R/Python 的缺点是什么？
- 重点是软件而不是使用软件的人。
- 此外，该软件可以被视为解决混乱/缺乏/不存在数据的灵丹妙药。
- 代码优先方法，通常需要多个“编码器”。
- “天上掉馅饼”的想法。
- 糟糕的安全选项和没有/很少的质量和准确性保证（JMP 的质量声明）
如何定位 JMP 与 R/Python：
一般建议：
- 他们是否正在尝试解决实际问题？ 远离“橱窗”购物者。
- 不要进行深入的技术深入对话或自己使用流行语。
- 不做功能和特性，开源几乎每次都赢。
- 避免将客户的注意力集中在任何一种 JMP 产品上。
对于用户买家：
- 资格问题：
- 您当前工作的哪些方面具有挑战性？
- 您是否希望有更多时间进行创新数据分析？
- 您希望对当前的脚本/应用程序进行哪些改进？
- 您是中央技术支持团队的一员吗？ 如果是这样，您如何提供支持？
对于技术买家：
- 从看门人的心态转向启用。
- 清楚质量和数量保证JMP 的。
- 资格问题：
- 您的组织中有多少人参与了知识/流程开发？
- 具有定期更新的数值精度和质量保证的软件对您很重要吗？
对于经济买家：
- 听到宏伟的愿景。 它越大，他们就越痛苦。
- 鼓励他们考虑开源可能需要更高级别的培训（因此成本更高）。
- 资格问题：
- 一年后你想在哪里？ 你的策略是什么？
- 您将如何扩展他们的数据分析？
何时以及如何使用 R/Python 定位 JMP？
JMP 是一个独立的、功能齐全的数据可视化和统计分析软件包，来自 SAS，适用于 Windows 和 Mac 桌面。 JMP 具有交互性和动态联动性，使数据探索令人兴奋和富有洞察力，并包含许多高级分析选项，完全满足数据探索者和分析师的需求。 不过，在某些情况下，您可能希望（或需要）将 JMP 与开源工具（如 Python 或 R）结合使用。 考虑以下示例：
- 被禁止使用 R 等未经验证的软件进行主要分析的企业统计员可能希望在 R 包中探索新方法与 JMP 中的验证方法。
- Python 或 R 程序员可能希望利用 JMP 中可用的动态链接、高级视觉效果或强大的分析功能。
- 公司的数据分析部门可能希望为 JMP 开发一个插件，允许一些 R 或 Python 代码作为插件在 JMP 中运行，以便未来的用户可以与 GUI 插件交互，而无需编写R 或 Python 代码本身。
- 统计教育工作者可能希望在课堂上引入特定的开源包，但在不需要学生编码的点击式环境中。
资源：
竞争对手信息 (SWOTS)训练
