どのモデリング方法がデータに最適であるかをどのように知っていますか？成功の可能性を最大限に高めるには、複数の予測モデルを構築し、それらを比較して、最良のもの、または組み合わせを選択する必要があります。 2月25日の技術的に話すイベントでは、ケマル・オフラス対象分野の専門知識を使用してアルゴリズムを記述および調整することなく、機械学習手法を使用する方法を示しました。最終的には、より適切な意思決定をより迅速に行うことができます。
このイベントには1,300人を超える登録済みの参加者が集まり、Salesforceで400人を超える新しい連絡先を確保しました。 JMPセールスチームは、登録済みの参加者とイベント後のディスカッションを行う準備をしているため、次のリソースの推奨事項の一部（またはすべて）を配置することを検討することをお勧めします。
これらの推奨事項について質問がある場合は、x11276までご連絡ください。
ありがとう
ラリー
2021年2月25日、より良いモデルをより早く構築して選択する（ライブイベント）
2021年2月25日、より優れたモデルをより迅速に構築および選択（オンデマンドエントリ）
手始めに、共有することを検討してください「JMP16の新機能」ページ。 JMP 16の新しいモデルスクリーニング機能により、ユーザーは自動的に複数の予測モデルを適合させ、最もパフォーマンスの高いモデルを選択するのに役立ちます。デフォルトの調整パラメーターを使用して、カテゴリーまたは連続応答のすべての利用可能な予測モデル。 リソースは引き続きこのページに追加されます（新しい1分間のハイライトビデオを含む）。 現在利用可能なのはtです彼のMiaStephensからの素晴らしいブログ-JMP Pro16でのモデルスクリーニングについて詳しく説明します。
その他のリソースは次のとおりです。
より良いモデルの構築–5部構成のウェビナーシリーズ
コンテンツが非常に多いため、かなり大きなコミットメントですが、この5部構成のウェビナーシリーズは、Kemalのコンテンツの良いフォローアップです。 このシリーズでは、回帰、ニューラルネットワーク、決定木などの最新の予測モデリング手法を使用して、より優れた、より有用なモデルを構築する方法を示します。 ランディングページには、上のリンクをクリックしてアクセスできます。 個々のウェビナーには、これらのリンクを使用してアクセスできます。 （ほとんどの場合、ケーススタディが含まれます。）
予測モデルを構築するための原則を理解する
このウェビナーは、参加者が効果的なモデル構築の基礎を理解するのに役立ちます。 線形回帰、ステップワイズ回帰、一般化回帰、ペナルティ付き回帰、決定木、ブートストラップフォレスト、ブーストツリー、ニューラルネットワークなどのトピックをカバーしています。 また、テストセットの重要性とその使用方法、およびモデルの比較と選択に関するディスカッションも含まれています。 （ウェビナーはJMP14とJMPPro 14を使用します。）
JMPProを使用したより良い予測モデルの構築
Andrea Coombsを特集したこの2020年8月のウェビナーは、JMP Proの予測モデリング機能と基本的な予測モデルタイプを示し、ユーザーが提案されたワークフローと各ステップで使用するモデルを理解するのに役立ちます。 ウェビナーには、ケーススタディ（糖尿病の進行）が含まれています。 また、変数選択、適応ラッソ推定法を使用した一般化回帰モデルの構築、変数選択中に特定されたリスク要因を含む複数の候補予測モデル（ブートストラップフォレストとブーストツリー）の構築に関する説明も含まれています。 5分以上のQ＆Aで締めくくります。
機械学習による科学と工学の問題の解決、統計スピーキングイベント
非常に強力なリソース、高品質のリソース。 これはヨーロッパを拠点とする講演者を含むStatSpeakingのヨーロッパのイベントでしたが、ディープラーニング、Dick DeVeauxとのAI、強力で魅力的なパネルに関する詳細なディスカッション（基調講演）が含まれています。
機械学習とは何ですか（そしてJMPはそれを行うことができます）、 JMPブログ
1 st ElizabethClaassenのブログシリーズの一部。 機械学習に関する概念の入門的な説明と、JMPで実行できるさまざまな機械学習アルゴリズムの概要を説明します。 無料トライアルを推進します。
データマイニングと予測モデリング、JMPチュートリアル
このJMPチュートリアルには、製造のケーススタディが含まれており、GraphBuilderとPredictionProfilerおよびJMPProを使用したいくつかの手法のデモンストレーションが含まれています。 回帰、ブートストラップフォレスト、ブースティングツリー（デシジョンツリー）、ニューラルネットワークなど、機械学習とAIに関連するトピックに関するディスカッション。
JMPProを使用してより良いモデルを構築する、ジム・グレイソン、ミア・L・ステファンズ、サム・ガードナー
ここで2つのリソースをお勧めします。
- 最初は私たちに投稿された無料の本の章ですJMPリソースセンター。 第7章からJMP®Proでより良いモデルを構築するは、ケーススタディ、図、演習を通じて、ニューラルネットワークの「何を、なぜ、どのように」を示しています。 この本は、確かな統計的背景を持っていないかもしれないが、ビジネス問題を解決するために分析方法を容易に適用できる必要があるビジネスアナリスト、マネージャー、および実務家のために設計されています。
- 2つ目は、SASPressの完全な本です。こちらのSASPressから購入できます。
さらに、これらのセッションには、ツリーベースのモデルとニューラルネットワークに関するディスカッションが含まれています。これらの共有も検討することをお勧めします。
予測子のスクリーニングとモデリングのためのツリーベースの方法の理解と適用、JMPウェビナーの習得
ニューラルネットワークモデルを使用したパターンの発見と予測、JMPウェビナーの習得
