動的ベイジアンネットワークJMP / SAS には、動的ベイジアン ネットワークと静的ベイジアン ネットワークの両方に特化した部分がありません。 ベイジアン ネットワーク、ひいては機械学習の世界の重要性はますます高まっており、専用のコマンドやパッケージの可能性を持つことは非常に重要です。 R プロジェクトには、繰り返される時間的ダイナミクスを使用してデータを分析できる bnlearn または bnstruct パッケージがありますが、JMP や SAS には何も存在しません。 SAS には proc hpbnet プロシージャがありますが、これはターゲット変数を持つネットワークを生成するものであり、ターゲットにしたくないネットワークではなく、2 つのパッケージ bnlearn および/または bnstruct のように制約のないネットワークを生成します。
自動化とスクリプトコンテンツの編成データアクセス信頼性分析Re: 動的ベイジアン ネットワーク複雑な現象を表現できます。 確率的に表現できます。 これらの表現は人間の感覚にフィットします。 ベイジアンネットワークにも強く期待しています。
Re: 動的ベイジアン ネットワークHP のデータ サイエンス チームは、製造上の問題の予測因子または因子スクリーニングに BNA の使用を開始しました。 ここでエンジニアが利用できる定型分析を誰かが私に見せてくれたのはこれが初めてです。
Re: 動的ベイジアンネットワークFentonとNeilによって作成されたベイジアンネットワーク分析パッケージは何年も前から利用可能であり、この種の分析がJMPで可能になれば素晴らしいでしょう。たとえば、JMPは、エンジニアが有向非巡回グラフ（DAG）から始めて、条件付き確率が与えられた場合の同時確率と周辺確率を計算する適切な数学的分析へと継続的に成熟させることができるプラットフォームを実装できますか。製造分野からの2つのアプリケーションは、A）既存の信頼性ブロック図プラットフォームを拡張して条件付き確率を包含し、必要な計算を実行すること、および2）フィッシュボーンプラットフォームを基盤としてDAGの作成を可能にし、複雑なバリューストリームまたは根本原因問題の因果関係を概念的に枠組み化し、何らかの予測を可能にする初期モデルを取得するためだけに高価なDOEに投資する前に、ネットワーク全体で確率を推定すること（DMAICフレームワークで確立された基本的なアプローチと同様）です。
