395739_ko-KR

liliconcom

신경망과 FDE

안녕하세요,

신경망 및 FDE용 JMP Pro를 평가할 고객과 연락을 드렸습니다. 그는 다음과 같은 매우 정확한 질문을 가지고 있었습니다.

1) 신경망: 1a) JMP Pro를 Keras 및 Tensorflow와 비교합니다. 1b) 노드/레이어 간의 연결을 변경할 수 있습니까? 1c) 부트스트랩 포리스트를 사용할 수 있습니다(부스팅 추가). 1d) 불확실성을 정량화할 수 있습니다.

2) FDE: 2a) 스플라인 회귀가 있습니까? 2b) FDE에서 차원 축소가 작동하는 방식, 2c) FPCA 클러스터링

코멘트로 그는 수학자입니다 ...

도와 주셔서 감사합니다.

임마누엘

답변: 신경망 및 FDE

좋아요, 고마워요.

답변: 신경망 및 FDE

나는 그렇게 상상한다. 지난 몇 년간 큰 변화는 기억나지 않습니다.

중

답변: 신경망 및 FDE

안녕하세요 Mike, 이 귀중한 자료를 놓쳐서 사과드립니다. 버전 9 이후에도 여전히 유효합니까? 아니면 sinve v16에 대한 수정/개선 사항이 있나요?감사합니다. 임마누엘

답변: 신경망 및 FDE

Keras는 TensorFlow를 위한 고급 Python 래퍼입니다. TensorFlow에는 JMP에는 없는 딥 러닝 NN 기능이 있지만 중복되는 부분도 있다고 생각합니다. 제가 TensorFlow를 접한 것은 사전 훈련된 CNN(컨벌루션 신경망)을 사용하여 이미지에서 부품 제조 결함을 자동으로 식별하는 프로젝트 중에였습니다. JMP에 CNN 기능이 있더라도 TensorFlow를 사용하여 실시간 모니터링을 할 만큼 빠르게 결과를 얻을 수는 없었을 것입니다. 저는 개인적으로 우리가 이 수준에서 경쟁할 필요가 없다고 생각합니다. 저는 최근 JMP에서 생성될 수 있다고 생각하는 NN 모델에 Keras를 사용하고 있는 몇몇 데이터 과학자와 대화를 나눴습니다. 그들은 Python의 스크립팅에 비해 JMP에서 모델을 생성하는 속도가 얼마나 빠른지 좋아합니다. 그들은 또한 데이터 과학이나 스크립팅 배경 지식이 없는 사람들도 모델링 작업에 참여할 수 있다는 아이디어를 좋아합니다. 나는 이것이 우리가 경쟁하고 승리할 수 있는 곳이라고 믿습니다.

답변: 신경망 및 FDE

제가 이런 말을 하는 사람이 되기는 싫지만 RTFM만 있으면 됩니다(이 괴물 매뉴얼을 읽어보세요...). 많은 질문이 문서의 통계 섹션에서 다루어집니다. Chris G.는 또한 우리 NN이 수행하는 작업에 대한 백서를 작성했습니다(커뮤니티에서 사용 가능). 조금 낡았을 수도 있지만 기본은 여전히 건전하다고 생각합니다.  

그래서 저는 "문서를 한 번 보세요. 온라인에 있고 완전히 검색 가능합니다. "라고 말하고 싶습니다. 커뮤니티에는 최고 데이터 과학자가 작성한 훌륭한 백서가 있습니다. 링크는 다음과 같습니다. 해당 항목을 살펴보고 답변이 없는 질문이 있으면 알려주시기 바랍니다."

최상의,

중

답변: 신경망 및 FDE

안녕하세요 엠마누엘,

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

1a. 저는 이런 도구를 잘 모르지만 JMP Pro와 비교해서는 안 된다고 생각합니다. Keras와 Tensorflow는 NN을 위한 특수 도구입니다. JMP의 NN은 과학자와 엔지니어를 위한 일반 통계 발견 도구 중 하나의 플랫폼일 뿐입니다.

1b. 노드 간의 개별 연결을 편집할 수 있는 기능을 원합니까? 그들이 왜 그렇게 하려는지 궁금합니다. 아니요, 그럴 수 없을 것 같아요. 예측 변수를 연결하는 방법에 대한 특정 "경로"를 정의하려는 경우 SEM과 더 비슷하게 들립니다.

1c. 무슨 뜻인지 잘 모르겠습니다. NN의 부트스트랩 포레스트? 다양한 NN 모델을 저장한 다음 BF를 사용하여 예측자로 집계할 수 있습니다. 좀 더 자세히 물어보셔야 할 것 같아요. 그들은 왜 이것을 하고 싶어 하는가?

1d. NN에서 포인트 예측을 부트스트랩하여 해당 예측에 대한 신뢰 구간을 생성할 수 있지만 전체 불확실성 구간을 구성하는 좋은 방법은 없다고 생각합니다.

2a. 나는 그들이 무엇을 요구하고 있는지 명확하지 않습니다. 스플라인 피팅은 FDE 프로세스의 일부입니다. 스플라인 회귀로 무엇을 하려는지 더 자세히 물어봐야 합니다.

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

2c. FPC를 저장하고 클러스터링 플랫폼을 사용할 수 있습니다. 나는 그들이 유사한 기능의 클러스터를 찾고 싶어한다고 가정합니다. 예, 문제 없습니다. 그들은 이것을 할 수 있습니다.

제 생각에는 JMP Pro가 자신에게 맞지 않고 자신이 좋아하는 기존 도구 세트를 계속 사용해야 하는 이유에 대한 변명을 찾으려는 사람처럼 들립니다. 제가 틀렸을 수도 있지만 이것에 너무 많은 시간을 투자하는 것은 조심하겠습니다.