11月19日，JMP提供了技術演講網絡研討會，使用監視和分析構建疾病爆發警報系統。 該網絡研討會由SAS的Sam Edgemon主持，重點介紹Edgemon如何使用JMP控製圖和症狀數據庫來識別2010年諾如病毒暴發，此舉是在區域新聞網絡能夠報告暴發前一個月進行的。
Edgemon討論了他如何使用主成分分析來找到北卡羅來納州COVID-19症狀更為普遍的地區。 他演示了將更細粒度的症狀水平數據與創新統計技術結合使用，如何能夠在限制誤報的同時更快地識別疾病爆發。 通過使用來自急診部門，救護車服務，毒物控制中心和社交媒體的數據，Sam演示瞭如何將非結構化的文本數據與廣泛的其他症狀水平數據結合起來，以發現先前隱藏的爆發。如何使用通常與生物監視無關的統計技術及早發現潛在的“熱點”；以及這些技術如何在當前以及下一次大流行中發揮作用。
為了幫助JMP銷售團隊與客戶和潛在客戶進行更有意義，更富有成效的事後對話，我們創建了以下推薦資源清單以進行定位，該清單中出現的任何資產均被視為與主題，應用領域或行業相關，效果不錯，而且最近可以分享。 為了幫助區分資源，我們還包括一個簡短的摘要，一些評論和一個四星級的系統，以識別“最好的”。如果您對與此活動相關的建議有任何疑問，請隨時與我聯繫。
該技術演講網絡研討會與Sam的活動內容非常匹配。 安德里亞·庫姆斯（Andrea Coombs）使用來自國家健康與營養檢查調查（National Health and Nutrition Examination Surveys）的數據，建立了基於外周動脈疾病風險預測模型的示例。 她演示了JMP（多變量控製圖）如何在發現特定疾病的危險因素時有用–將危險因素與疾病可能性相關聯的能力提供了採取可以挽救生命的預防措施的機會。 在此過程中，她還展示瞭如何構建傳統的邏輯模型，使用更現代的建模方法創建替代模型，以及如何應用驗證和模型比較技術來確定疾病風險預測的最佳模型。
這項備受關注的非系列網絡研討會是為響應美國COVID的激增而創建的 從所有方面來看，它都受到了好評，並且仍然是我們最強大的資產之一。 拜倫·溫格（Byron Wingerd）使用約翰·霍普金斯大學（Johns Hopkins University）的數據來演示如何使用JMP準備和清理數據。如何將轉換和廣告功能塑造為現有數據集；如何建立綜合地圖以及有效地將您的發現傳達給他人的方法。 以非常相關的方式向您展示JMP的實際作用。
3星星使用JMP Pro構建和比較預測模型，掌握JMP網絡研討會
該Mastering JMP視頻討論了模型類型和技術。測試，培訓和驗證數據的作用；以及如何比較模型。 這與該網絡研討會有關，因為它顯示瞭如何使用疾病和人口統計數據建立，驗證和比較模型以預測疾病風險。使用JMP Pro。 包括有關廣義和懲罰邏輯回歸，引導森林，增強樹和模型比較的部分。
3星使用文本探索處理非結構化數據，從技術上講
非結構化數據是Edgemon網絡研討會的重點。 該技術演講網絡研討會討論了使用JMP分析非結構化數據的有效方法。 與會者將學習JMP中提供的新的高級文本瀏覽功能，使您可以從基於文本的數據中快速提取見解。 該網絡研討會還探討了詞的用法與原始文檔之間的聯繫，詞云如何以一種可以使詞頻清晰可見的方式幫助可視化詞頻，以及如何生成聚類文檔報告。
這不是完美的匹配，但涵蓋了Sam演講的許多主題。 該網絡研討會展示瞭如何使用JMP Text Explorer分析非結構化文本。 您將學習如何交互式地合併相似的術語，重新編碼術語，理解文本數據中的基礎模式以及將數據包括在分析中。 網絡研討會涵蓋使用術語和短語列表，詞云和摘要計數來識別關鍵詞和短語；查看上下文中的任何術語或短語；互動地阻止解釋詞幹報告和詞幹異常；以及重新編碼和解析正則表達式。
