Chris Gotwalt führt durch eine Einführung in maschinelles Lernen in JMP.Themen umfassen;
- Einführung in die Modellierung (Was macht ein Unter- und Überanpassungsmodell sehen aus wie , ROC-Kurven , Warum wir die Holdback-Validierung verwenden)
- - Maschinelles Lernen (Wie viele Daten benötigt werden, verschiedene Techniken)
- - Einrichtung der Validierungsspalte (Wann zu schichten, zu gruppieren oder zu verwenden DoE-Kandidatensatz )
- - Umgang mit fehlenden Daten (Unterstellen oder nicht unterstellen, das ist die Frage?Im Anhang finden Sie weitere Informationen zum ADI-Ansatz zur Anrechnung)
Für einen guten Überblick über maschinelles Lernen in JMP versuchen Sie Modul 7 der kostenlosen JMP STIPs Klasse
