395739_ko-KR

liliconcom

신경망과 FDE

안녕하세요,

우리는 신경망 및 FDE 용 JMP Pro를 평가할 고객과 연락을 취했습니다. 그는 다음과 같은 매우 정확한 질문을했습니다.

1) 신경망 : 1a) JMP Pro와 Keras 및 Tensorflow를 비교하는 방법. 1b) 노드 / 계층 간의 연결을 변경할 수 있습니까? 1c) 부트 스트랩 포리스트를 사용할 수 있습니다 (부스팅 추가). 1d) 불확실성을 정량화 할 수 있습니까?

2) FDE : 2a) 스플라인 회귀가 있는지, 2b) FDE에서 차원 축소가 어떻게 작동하는지, 2c) FPCA 클러스터링

코멘트로 그는 수학자입니다 ...

도와 주셔서 감사합니다.

엠마누엘

Re : 신경망과 FDE

안녕하세요 Emmanuel,

이들 중 일부는 큰 질문입니다. 나는 이것에 대한 전문가가 아닙니다. 하지만 여기 간다 ...

1a. 이 도구를 잘 모르지만 JMP Pro와 비교해서는 안된다고 생각합니다. Keras 및 Tensorflow는 NN을위한 특수 도구입니다. JMP의 NN은 과학자와 엔지니어를위한 일반 통계 검색 도구의 하나에 불과합니다.

1b. 노드 간의 개별 연결을 편집 할 수있는 기능을 원합니까? 왜 그렇게하고 싶어하는지 궁금합니다. 아니요, 불가능하다고 생각합니다. 예측 변수를 연결하는 방법에 대한 특정 "경로"를 정의하려는 경우 SEM과 비슷하게 들립니다.

1c. 무슨 뜻인지 잘 모르겠습니다. NN의 부트 스트랩 포레스트? 다른 NN 모델을 저장 한 다음 BF를 사용하여 예측 변수로 집계 할 수 있습니다. 좀 더 자세히 물어봐야 할 것 같아요. 그들은 왜 이것을하고 싶어합니까?

1d. NN에서 포인트 예측을 부트 스트랩하여 해당 예측에 대한 신뢰 구간을 생성 할 수 있지만 전반적인 불확실성 구간을 구성하는 좋은 방법은 없다고 생각합니다.

2a. 나는 그들이 무엇을 요구하는지 명확하지 않습니다. 스플라인 피팅은 FDE 프로세스의 일부입니다. 스플라인 회귀를 사용하여 수행하려는 작업에 대해 더 자세한 정보를 요청해야합니다.

2b. 얼마나 남았나요 ? 차원 축소에 대한 통계적 세부 정보를 보려면 Chris Gotwalt 및 / 또는 Ryan Parker의 프레젠테이션 중 하나를 검색합니다.

2c. FPC를 케이스 아웃하고 클러스터링 플랫폼을 사용할 수 있습니다. 비슷한 기능의 클러스터를 찾고 싶다고 가정합니다. 예, 문제 없습니다. 그들은 이것을 할 수 있습니다.

JMP Pro가 자신에게 적합하지 않은 이유에 대한 변명을 찾고자하는 사람처럼 들리며 그들이 좋아하는 기존 도구 세트를 유지해야합니다. 나는 틀릴 수 있지만 이것에 너무 많은 시간을 투자하는 것에 대해 조심할 것입니다.

Re : 신경망과 FDE

나는 이것을 말하는 사람이되기 싫지만, 그들은 단지 RTFM이 필요하다 (괴상한 매뉴얼을 읽어라 ...). 문서의 통계 섹션에서 많은 질문을 다룹니다. Chris G.는 또한 NN이하는 일에 대한 백서 (커뮤니티에서 사용 가능)를 작성했습니다. 다소 구식 일 수도 있지만 기본은 여전히 건전하다고 생각합니다.  

그래서 저는 "문서를 보시면 온라인에서 완벽하게 검색 할 수 있습니다. 커뮤니티의 최고 데이터 과학자가 작성한 훌륭한 백서가 있습니다. 여기 링크가 있습니다. 답을 찾지 못한 질문이 있으면 알려주세요. "

베스트,

미디엄

Re : 신경망과 FDE

Keras는 TensorFlow 용 고급 Python 래퍼입니다. TensorFlow에는 JMP에없는 딥 러닝 NN 기능이 있지만 겹치는 부분이 있다고 생각합니다. TensorFlow에 대한 노출은 사전 훈련 된 컨볼 루션 신경망 (CNN)을 사용하여 이미지에서 제조 부품의 결함을 자동으로 식별하는 프로젝트 중에있었습니다. JMP에 CNN 기능이 있어도 TensorFlow를 사용하는 실시간 모니터링을 위해 충분히 빠른 결과를 얻을 수 없었을 것입니다. 저는 개인적으로 우리가이 수준에서 경쟁해야한다고 생각하지 않습니다. 저는 최근에 JMP에서 생성 될 수 있다고 생각하는 NN 모델에 Keras를 사용하고있는 몇몇 데이터 과학자와 상호 작용했습니다. 그들은 JMP에서 모델을 생성하는 것과 파이썬에서 스크립팅하는 것이 얼마나 빠른지 좋아합니다. 그들은 또한 데이터 과학과 스크립팅 배경이없는 사람들이 모델링 작업에 참여할 수 있다는 생각을 좋아합니다. 나는 이것이 우리가 경쟁하고 이길 수있는 곳이라고 믿습니다.

Re : 신경망과 FDE

안녕하세요 Mike,이 귀중한 자료를 놓친 것에 대해 사과드립니다. 버전 9부터 여전히 유효합니까? 또는 v16에 대한 수정 / 개선 사항이 있습니까?감사합니다. 엠마누엘

Re : 신경망과 FDE

그렇게 생각합니다. 지난 몇 년 동안의 큰 변화는 기억 나지 않습니다.

미디엄

Re : 신경망과 FDE

좋아요, 감사합니다.