동적 베이지안 네트워크JMP/SAS에는 동적 및 정적 베이지안 네트워크 전용 부분이 부족합니다. 베이지안 네트워크와 그에 따른 기계 학습 세계의 중요성은 점점 더 중요해지고 있으며 전용 명령이나 패키지의 가능성을 갖는 것이 매우 중요할 것입니다. R-project에는 반복되는 시간 역학을 사용하여 데이터를 분석할 수 있는 bnlearn 또는 bnstruct 패키지가 있지만 JMP 및/또는 SAS에는 아무것도 존재하지 않습니다. SAS에는 proc hpbnet 프로시저가 있지만 bnlearn 및/또는 bnstruct 두 패키지처럼 대상 변수를 사용하여 네트워크를 생성하고 대상 변수를 사용하여 대상을 지정하지 않지만 제약 조건이 없는 네트워크를 생성합니다.
자동화 및 스크립팅콘텐츠 구성데이터 접근신뢰성 분석Re: 동적 베이지안 네트워크복잡한 현상을 표현할 수 있습니다. 확률적으로 표현할 수 있습니다. 이러한 표현은 인간의 감각에 맞습니다. 나는 또한 베이지안 네트워크를 강력히 희망합니다.
Re: 동적 베이지안 네트워크HP의 데이터 과학 팀은 제조 문제에 대한 예측 또는 요인 스크리닝을 위해 BNA를 사용하기 시작했습니다. "JMP는 할 수 없습니다"라고 말해야 하는 엔지니어가 사용할 수 있는 미리 준비된 분석을 누군가가 보여준 것은 이번이 처음입니다.
제목: 동적 베이지안 네트워크Fenton과 Neil이 개발한 베이지안 네트워크 분석 패키지는 이미 수년 전부터 사용 가능했는데, JMP에서도 이러한 유형의 분석이 가능해진다면 매우 유용할 것입니다. 예를 들어, JMP에서 엔지니어가 방향성 비순환 그래프(DAG)를 기반으로 조건부 확률을 이용하여 결합 확률과 주변 확률을 계산하는 수학적 분석으로 발전시킬 수 있는 플랫폼을 구현할 수 있을까요? 제조 분야에서 제가 특히 유용하게 활용할 수 있는 두 가지 응용 분야는 다음과 같습니다. A) 기존 신뢰성 블록 다이어그램 플랫폼을 확장하여 조건부 확률을 포함하고 원하는 계산을 수행하는 기능, 
피시본 다이어그램 플랫폼을 기반으로 DAG를 생성하여 복잡한 가치 흐름이나 근본 원인 문제의 인과 관계를 개념적으로 파악하고, 값비싼 실험 설계(DOE)에 투자하기 전에 네트워크 전체의 확률을 추정하여 예측이 가능한 초기 모델을 구축하는 기능(DMAIC 프레임워크의 기본 접근 방식과 유사)입니다.
