Le 19 novembre, JMP a offert le webinaire techniquement parlant, Construire un système d'alerte d'épidémie de maladie à l'aide de la surveillance et de l'analyse. Présenté par Sam Edgemon de SAS, le webinaire montre comment Edgemon a utilisé les cartes de contrôle JMP et la base de données de symptômes pour identifier une épidémie de norovirus en 2010 un mois avant que les réseaux d'information régionaux ne soient en mesure de rendre compte de l'épidémie.
Edgemon explique comment il utilise l'analyse des composants principaux pour trouver des régions de Caroline du Nord où les symptômes du COVID-19 sont plus répandus. Il démontre comment l'utilisation de données plus granulaires au niveau des symptômes, associée à des techniques statistiques innovantes, a le potentiel d'identifier plus rapidement les flambées de maladies tout en limitant les faux positifs. En utilisant les données des services d'urgence, des services d'ambulance, des centres antipoison et des médias sociaux, Sam a démontré comment des données textuelles non structurées peuvent être combinées avec un large éventail d'autres données au niveau des symptômes pour repérer des épidémies auparavant cachées; comment identifier plus tôt les «points chauds» potentiels en utilisant des techniques statistiques qui ne sont généralement pas associées à la surveillance biologique; et comment ces techniques pourraient être utilisées pour faire une différence pendant la pandémie actuelle, ainsi que la suivante.
Pour aider l'équipe de vente JMP à s'engager dans des conversations post-événement plus significatives et productives avec les clients et les prospects, nous avons créé la liste suivante de ressources recommandées à positionner.Tout élément figurant sur cette liste est considéré comme pertinent pour le sujet, le domaine d'application ou l'industrie , fonctionne bien et est assez récent pour être partagé. Pour aider à distinguer les ressources, nous incluons également un court résumé, quelques mots de commentaires et un système 4 étoiles pour identifier le «meilleur des meilleurs».Si vous avez des questions sur les recommandations liées à cet événement, n'hésitez pas à me contacter.
Ce webinaire techniquement parlant correspond très bien au contenu de l'événement de Sam. Andrea Coombs parcourt un exemple basé sur la construction de modèles prédictifs du risque de maladie artérielle périphérique en utilisant les données des enquêtes nationales sur la santé et la nutrition. Elle démontre comment le JMP, les cartes de contrôle multivariées, peut être utile pour examiner les facteurs de risque de développement d'une maladie particulière - une capacité à associer les facteurs de risque à la probabilité de la maladie offre la possibilité de prendre des mesures préventives qui peuvent sauver des vies. En cours de route, elle montre également comment construire des modèles logistiques traditionnels, créer des modèles alternatifs à l'aide d'approches de modélisation plus modernes et comment appliquer des techniques de validation et de comparaison de modèles pour déterminer le meilleur modèle de prédiction du risque de maladie.
Ce webinaire sans série très fréquenté a été créé en réponse à la montée rapide du COVID aux États-Unis. Il a reçu d'excellentes critiques et continue d'être l'un de nos meilleurs atouts à tous égards. Byron Wingerd utilise les données de l'Université Johns Hopkins pour montrer comment préparer et nettoyer les données avec JMP; comment adapter les fonctionnalités de transformation et d'annonce à un ensemble de données existant; comment créer des cartes intégratives et comment communiquer efficacement vos résultats aux autres. Montre JMP en action d'une manière très relatable et pertinente.
3 Étoiles Création et comparaison de modèles prédictifs à l'aide de JMP Pro, Webinaire sur la maîtrise de JMP
Cette vidéo Mastering JMP présente les types de modèles et les techniques; les rôles des données de test, de formation et de validation; et comment comparer des modèles. Il est pertinent pour ce webinaire car il montre comment créer, valider et comparer des modèles pour prédire le risque de maladie à l'aide de données démographiques et de maladie. en utilisant JMP Pro. Comprend des sections sur la régression logistique généralisée et pénalisée, la forêt bootstrap, l'arbre boosté et la comparaison de modèles.
3 étoiles Lutter contre les données non structurées avec l'exploration de texte , Techniquement parlant
Les données non structurées étaient au centre du webinaire d'Edgemon. Ce webinaire techniquement parlant traite des moyens efficaces d'analyser des données non structurées à l'aide de JMP. Les participants découvriront les nouvelles fonctionnalités avancées d'exploration de texte disponibles dans JMP qui vous permettent d'extraire rapidement des informations à partir de données textuelles. Le webinaire explore également les liens entre l'utilisation des mots et le document d'origine, comment les nuages de mots peuvent aider à visualiser la fréquence des mots de manière à clarifier les thèmes dominants dans tout ensemble de données non structuré donné et comment générer un rapport de documents de clustering.
Pas un match parfait, mais couvre de nombreux sujets de la conférence de Sam. Ce webinaire montre comment utiliser JMP Text Explorer pour analyser du texte non structuré. Vous apprendrez à consolider de manière interactive des termes similaires, à recoder des termes, à comprendre les modèles sous-jacents dans vos données textuelles et à inclure les données dans vos analyses. Le webinaire couvre l'identification des mots et des phrases clés à l'aide de listes de termes et d'expressions, de nuages de mots et de comptes sommaires; revoir tout terme ou expression en contexte; issu de manière interactive; interpréter les rapports souches et les exceptions souches; et recodage et analyse d'expressions régulières.
