Réseau de neurones et FDEBonjour,
nous avons été en contact avec un client qui évaluera JMP Pro pour le réseau neuronal et FDE. Il avait des questions très précises telles que
1) Réseau de neurones : 1a) comment JMP Pro se compare à Keras et Tensorflow. 1b) peut-on changer les connexions entre nœuds/couches 1c) est-ce que la forêt bootstrap est disponible (en plus du boosting) 1d) peut-on quantifier les incertitudes.
2) FDE : 2a) y a-t-il une régression spline, 2b) comment fonctionne la réduction de dimension dans FDE, 2c) Clustering FPCA
En commentaire il est mathématicien...
Merci pour l'aide.
Emmanuelle
Re: Réseau de neurones et FDESalut Emmanuelle,
Certaines d'entre elles sont de grandes questions. Je ne suis pas un expert de tout cela. Mais voilà...
1a. Je ne connais pas bien ces outils mais je pense qu'il ne faut pas les comparer à JMP Pro. Keras et Tensorflow sont des outils spécialisés pour les NN. Les NN dans JMP ne sont qu'une plate-forme parmi un outil général de découverte statistique pour les scientifiques et les ingénieurs.
1b. Veulent-ils avoir la possibilité de modifier les connexions individuelles entre les nœuds ? Je me demande pourquoi ils veulent faire ça. Non, je ne pense pas que ce serait impossible. S'ils veulent définir un "chemin" spécifique pour la connexion des prédicteurs, cela ressemble plus à SEM.
1c. Je ne suis pas sûr de ce qu'ils signifient. Une forêt d'amorçage de NN ? Vous pouvez enregistrer différents modèles NN, puis les agréger en tant que prédicteurs à l'aide de BF. Je pense que vous devez demander plus de détails. Pourquoi veulent-ils faire ça ?
1d. Vous pouvez amorcer des prédictions ponctuelles à partir d'un NN pour générer des intervalles de confiance autour de cette prédiction, mais je ne pense pas qu'il existe un bon moyen de construire des intervalles d'incertitude globaux.
2a. Je ne comprends pas bien ce qu'ils demandent. L'ajustement des cannelures fait partie du processus FDE. Vous devez demander plus de détails sur ce qu'ils veulent faire avec la régression spline.
2b. Combien de temps avez-vous 
? Je rechercherais l'une des présentations de Chris Gotwalt et/ou Ryan Parker pour les détails statistiques sur la réduction des dimensions.
2c. Vous pouvez caser les FPC et utiliser les plates-formes de clustering. Je suppose qu'ils veulent trouver des groupes de fonctions similaires. Oui pas de problème. Ils peuvent le faire.
Cela me semble être quelqu'un qui essaie de trouver des excuses pour expliquer pourquoi JMP Pro ne fonctionnera pas pour eux et ils devront rester avec l'ensemble d'outils existant qu'ils aiment. Je peux me tromper mais je ferais attention à ne pas investir trop de temps là-dessus.
Re: Réseau de neurones et FDEJe déteste être celui qui dit ça, mais ils ont juste besoin de RTFM (lisez le putain de manuel...). De nombreuses questions sont abordées dans les sections statistiques de la documentation. Chris G. a également rédigé un livre blanc (disponible dans la communauté) sur ce que fait notre NN. C'est peut-être un peu dépassé, mais je pense que les fondamentaux sont toujours solides.
Donc, je dirais simplement : " jetez un œil à la documentation, elle est en ligne et entièrement consultable. Il y a un excellent livre blanc de notre scientifique en chef des données sur la communauté - voici le lien. Jetez-y un coup d'œil et faites-moi savoir si vous avez des questions auxquelles elles ne répondent pas."
Meilleur,
M
Re: Réseau de neurones et FDEKeras est un wrapper Python de haut niveau pour TensorFlow. Il existe des fonctionnalités d'apprentissage en profondeur NN dans TensorFlow que JMP n'a pas, mais je pense qu'il y a un chevauchement. J'ai été exposé à TensorFlow lors d'un projet où nous utilisions un réseau neuronal convolutif (CNN) pré-entraîné pour identifier automatiquement les défauts de fabrication de pièces à partir d'images. Même si JMP avait des capacités CNN, je ne pense pas que nous aurions pu obtenir des résultats assez rapidement pour la surveillance en temps réel que nous obtenions avec TensorFlow. Personnellement, je ne pense pas que nous ayons besoin de rivaliser à ce niveau. J'ai récemment interagi avec quelques data scientists qui utilisent Keras pour des modèles NN qui, selon eux, pourraient être générés dans JMP. Ils aiment la rapidité avec laquelle il est de générer un modèle dans JMP par rapport aux scripts en python. Ils aiment également l'idée que les personnes qui n'ont pas d'expérience en science des données et en scripting puissent participer aux efforts de modélisation. Je crois que c'est là que nous pouvons rivaliser et gagner.
Re: Réseau de neurones et FDEBonjour Mike, je m'excuse car j'ai raté cette précieuse ressource. Est-ce toujours valable depuis la version 9 ? ou y a-t-il des modifications/améliorations sinve v16 ?Merci. Emmanuelle
Re: Réseau de neurones et FDEJe l'imagine. Je ne me souviens pas de changements majeurs au cours des dernières années.
M
Re: Réseau de neurones et FDEsuper merci.
