11月19日，JMP提供了技术演讲网络研讨会，使用监视和分析构建疾病爆发警报系统。 该网络研讨会由SAS的Sam Edgemon主持，重点介绍Edgemon如何使用JMP控制图和症状数据库来识别2010年诺如病毒暴发，这是在区域新闻网络能够报告暴发前一个月。
Edgemon讨论了他如何使用主成分分析来找到北卡罗来纳州COVID-19症状更为普遍的地区。 他演示了将更细粒度的症状水平数据与创新统计技术结合使用，如何能够在限制误报的同时更快地识别疾病爆发。 通过使用来自急诊部门，救护车服务，毒物控制中心和社交媒体的数据，Sam演示了如何将非结构化的文本数据与广泛的其他症状水平数据结合起来，以发现先前隐藏的爆发。如何使用通常与生物监视无关的统计技术及早发现潜在的“热点”；以及这些技术如何在当前以及下一次大流行中发挥作用。
为了帮助JMP销售团队与客户和潜在客户进行更有意义，更富有成效的事后对话，我们创建了以下推荐资源清单以进行定位，该清单中出现的任何资产均被视为与主题，应用领域或行业相关，效果不错，而且最近可以分享。 为了帮助区分资源，我们还包括一个简短的摘要，一些评论和一个四星级的系统，以识别“最好的”。如果您对与此活动相关的建议有任何疑问，请随时与我联系。
该技术演讲网络研讨会与Sam的活动内容非常匹配。 安德里亚·库姆斯（Andrea Coombs）使用来自国家健康与营养检查调查（National Health and Nutrition Examination Surveys）的数据，建立了基于外周动脉疾病风险预测模型的示例。 她演示了JMP（多变量控制图）如何在发现特定疾病的危险因素时有用–将危险因素与疾病可能性相关联的能力提供了采取可以挽救生命的预防措施的机会。 在此过程中，她还展示了如何构建传统的逻辑模型，使用更现代的建模方法创建替代模型，以及如何应用验证和模型比较技术来确定疾病风险预测的最佳模型。
这项备受关注的非系列网络研讨会是为响应美国COVID的激增而创建的 从所有方面来看，它都受到了好评，并且仍然是我们最强大的资产之一。 拜伦·温格（Byron Wingerd）使用约翰·霍普金斯大学（Johns Hopkins University）的数据来演示如何使用JMP准备和清理数据。如何将转换和广告功能塑造为现有数据集；如何建立综合地图以及有效地将您的发现传达给他人的方法。 以非常相关的方式向您展示JMP的实际作用。
3星星使用JMP Pro构建和比较预测模型，掌握JMP网络研讨会
该Mastering JMP视频讨论了模型类型和技术。测试，培训和验证数据的作用；以及如何比较模型。 这与该网络研讨会有关，因为它显示了如何使用疾病和人口统计数据建立，验证和比较模型以预测疾病风险。使用JMP Pro。 包括有关广义和惩罚逻辑回归，引导森林，增强树和模型比较的部分。
3星使用文本探索处理非结构化数据，从技术上讲
非结构化数据是Edgemon网络研讨会的重点。 该技术演讲网络研讨会讨论了使用JMP分析非结构化数据的有效方法。 与会者将学习JMP中提供的新的高级文本浏览功能，使您可以从基于文本的数据中快速提取见解。 该网络研讨会还探讨了词的用法与原始文档之间的联系，词云如何以一种可以使词频清晰可见的方式帮助可视化词频，以及如何生成聚类文档报告。
这不是完美的匹配，但涵盖了Sam演讲的许多主题。 该网络研讨会展示了如何使用JMP Text Explorer分析非结构化文本。 您将学习如何交互式地合并相似的术语，重新编码术语，理解文本数据中的基础模式以及将数据包括在分析中。 网络研讨会涵盖使用术语和短语列表，词云和摘要计数来识别关键词和短语；查看上下文中的任何术语或短语；互动地阻止解释词干报告和词干异常；以及重新编码和解析正则表达式。
