一直是的早期支持者爪子，我很高兴看到这次会议蓬勃发展。很高兴见到如此众多的朋友和同事，他们是这个动手实践者社区中如此热情和忠诚的一部分。埃里克·西格尔计划主持人以净举升模型（又名升举建模，真实升举建模，微分响应建模……）的热门话题拉开了帷幕。我希望我们将看到更多采用更复杂的实验设计来帮助回答这个问题：我的营销预算中有一半有效而不是有效，或者我的哪个客户无论如何都会做出回应/购买？很好，他正在敦促我们更多地考虑为这些问题提供更好答案的实用性和价值。
约翰·萨尔关于加速发现的主题演讲特别相关且在视觉上具有吸引力：
- 更快，更轻松，更丰富的图形告诉您更多的信息，使您可以交互式地更深入地进行挖掘。
动画有帮助。借助智能自动化/设计，您可以最大程度地减少繁琐的工作，并且可以“顺其自然”地解决问题。随后，人们对约翰的主旨发表了许多积极的评论，其中包括在周三晚上由Predictive Analytics Meetup组在一次非常有趣且有趣的演讲中提到的一些内容。约翰·爱默生耶鲁大学教授：“贝叶斯，常客和大数据：21世纪的统计误解”。他提出了一个很重要的观点，即统计数据被认为是很难的，因为（许多人）对它的掌握很差-并不是每个人都需要沉重的数学大炮，并且统计数据更容易。
我很高兴听到迪安·阿伯特（Dean Abbot）两次-一次参加会前研讨会，一次与Bill Seer一起进行他们为YMCA所做的一些有趣的调查工作。马努·沙姆（Manu Sharm） LinkedIn的首席研究科学家在LinkedIn上分享了一些非常有趣的观点和活动。他对构成数据科学家的看法：好奇心+直觉+数据收集+标准化+统计+建模+可视化。为此，我会增加创造力。他提出的另一个重要观点也出现在其他一些谈话中：“您需要可视化来影响决策者；没有可视化，您就只能与其他数据科学家交流。”
虽然我没听见马特·弗林（Matt Flynn）在JMP，SAS和R上的《旅行者》杂志中，我看到他在上个月的JMP探索峰会上做得很好-非常酷，能够利用这种强大的范例的优点。唐·科津（Don Cozine） Analytici的团队分享了一种新的市场组合建模方法-计量经济学方法（VARMAX）和模拟。您可以始终将发言者在演讲后保持多长时间（在这种情况下，这是一个好时机）来告诉您何时真正接受了一个真正的技术性话题。
安东尼娅·德·梅迪纳塞利在美国邮政服务局（US Postal Service）中打击欺诈的演讲非常清楚地说明了在如此庞大的组织中处理如此多种潜在欺诈的挑战和复杂性。
约翰·埃尔德在特别全体会议上，他提出了一些重要要点，笑了起来。“要想发挥最大的冲击力，就不能只将球传过球门线，而必须将球传进看台。”他指出，我们必须拥有实现业务成功的远景，而不仅仅是技术上的成功。生活在研究和商业中的能力就像是生活在水和空气世界中的岸上生物一样。在两个世界碰撞的地方发生了许多惊人的事情。
汤姆·达文波特称自己为“分析激励论者”，他在Everyday Analytics上发表了非常受欢迎的主题演讲。最喜欢的话：“这是关于人（人）的关系”，归因于英特尔首席数学家卡尔·肯普夫（Carl Kempf）。
可悲的是乌萨马·法耶德（Usama Fayyad） ，原定就定位目标的期货举行特别全体会议，而在线营销未能实现这一目标-我们想念他，并祝他一切顺利。
唯一的抱怨，实际上是对Rising Media和Eric Siegel的一种称赞，是不可能参加所有的讨论，必须做出艰难的选择。值得庆幸的是，其中一些演讲者也将在SAS Analytics 2011下周在奥兰多举行的会议（虽然不一定是同一主题），其中包括《旅行者》的Matt Flynn，Analytici的Don Cozine和安东尼·戈德布鲁姆，Kaggle的首席执行官。
PAW提供了许多有关加速发现并获得更快价值的好的建议。我期待在Analytics（分析）2011上获得更多！
王坤写道：
我相信约翰·萨尔（John Sall）的主题演讲在视觉上非常吸引人。不幸的是我今年不能在那里。可以在JMP站点中共享按需编码是很棒的。谢谢。
