Conférencier
|
Transcription
|
| Jason Wiggins, JMP |
OK, vas-y quand tu seras prêt. |
| |
D'accord. |
| |
Bonjour tout le monde. |
| |
Je m'appelle Charles Chen. Aujourd'hui, nous allons parler d'un sujet intéressant concernant les programmes STEAMS et DMAIC pour les scientifiques des données utilisant JMP 16. |
| |
Nous sommes trois auteurs. Mason Chen est le premier. Et je suis Charles, le deuxième, et Patrick est le troisième. Nous sommes du Stanford Online High School STEAMS Club. Mason Chen est un lycéen et est le leader du club. Et moi et Patrick sommes les conseillers du club. |
| |
L'aperçu du projet, la déclaration d'opportunité, le processus traditionnel Six Sigma DMAIC, combiné à la méthodologie interdisciplinaire STEAMS |
| |
peut aider les data scientists à apporter une plus grande contribution dans le domaine du big data. Et l'objectif de notre projet est de développer un programme de formation en science des données Six Sigma pour les lycéens |
| |
jusqu'aux professionnels de l'industrie en mappant la plate-forme JMP 16 sur les phases DMAIC. |
| |
Avant de commencer, le public peut être curieux, hé, le Six Sigma est pour le professionnel, et le data scientist est également professionnel. |
| |
Alors, comment se fait-il que nous mentionnions cela aussi pour les lycéens ? Nous voulons donc ici utiliser l'étude de cas de notre premier auteur, Mason Chen. |
| |
Ses nombreuses expériences ont commencé à l'âge de 10 ans. Il a commencé à recevoir la formation de data scientist et a également essayé de certifier IBM SPSS et Minitab. |
| |
À 11 ans, il est certifié IBM Modeler Data Mining. Puis il est passé au JMP, étudiant vers 12 ou 13 ans. |
| |
Et puis JMP STIPS et le DOE et l'examen de certification et aussi le JMP 16 text mining. Et la raison pour laquelle cette année, il a aussi maintenant terminé l'algèbre linéaire |
| |
cours collégiaux et aussi science des données à travers notre programme. Donc aujourd'hui, nous allons parler sur la base de son expérience, également des conseillers, nous essayons de présenter, comment pouvons-nous utiliser JMP 16 pour |
| |
créer le programme de science des données Six Sigma. Et aussi Mason passe au R à l'avenir. Il a essayé d'apprendre R, donc il peut aussi apprendre le langage JSL. |
| |
Et c'est la photo de Mason, lorsqu'il assistait à la conférence de l'ASA il y a deux ans. |
| |
Notre projet essaie donc de connecter les STEAMS et le DMAIC. Donc STEAMS est le programme STEAMs du fondateur de Mason vers 2017 du |
| |
programme STEM traditionnel. Alors quelle est la différence ? Donc la science, la technologie, l'ingénierie, les mathématiques sont toujours les mêmes, tu comprends ? |
| |
Mais nous avons ajouté l'intelligence artificielle et aussi les statistiques, [donc ça] devient VAPEURS. Et la science des données est une combinaison populaire d'intelligence artificielle, de mathématiques et de statistiques. |
| |
Et le traditionnel Six Sigma DMAIC correspond assez bien à la méthodologie STEAMS, assez bien. Vous pouvez voir beaucoup de réflexion rapprochée. (??) Quelques autres outils de résolution de problèmes |
| |
du DMAIC. Ils correspondent également assez bien au domaine scientifique, ou même à l'ingénierie, à la résolution de problèmes. Avec la science des données, ils |
| |
peut même promouvoir davantage de STEAMS vers le DMAIC. C'est ainsi que nous pensons pouvoir développer le programme de science des données Six Sigma pour les lycéens sur la base de la méthodologie STEAMS. |
| |
Donc la première étape, une fois le JMP 16 sorti plus tôt ce printemps, que nous regardions toute la plate-forme JMP 16 et identifions |
| |
quelles sont les plateformes qui pourraient être bonnes pour le data scientist. Nous avons donc basé sur les données volumineuses les trois V - volume, variété et vitesse. |
| |
Et, sur la base des trois V, qui sont les outils ou les plates-formes qui peuvent bien s'adapter au programme de science des données, comme un Graph Builder, |
| |
Text Explorer, tableaux, modélisation prédictive, screening, méthodes multivariées, clustering, méthode qualité, résolution de problèmes. Nous allons maintenant mapper tous ces outils aux phases DMAIC. |
| |
De plus, en apprenant les plates-formes JMP 16, nous essayons également de comprendre également [inaudible] derrière ces outils JMP. |
| |
Et nous découvrons que les statistiques de la science des données peuvent couvrir les modules suivants. Le premier, le DMAIC traditionnel pour l'ingénierie de qualité et de fiabilité, tel que MSA ou SPC. |
| |
Et le prochain sera le Design for Six Sigma, la plupart pour la modélisation, la modélisation DOE, la simulation Monte Carlo, la tolérance robuste. |
| |
Ensuite, nous découvrons que l'algèbre linéaire est très importante pour la science des données, comme l'analyse en composantes principales ou la décomposition en valeurs singulières. Et le prochain sera l'exploration de données, y compris la classification, le réseau de neurones, la partition ou la forêt aléatoire. |
| |
Et les séries chronologiques ou les prévisions sont également très importantes pour la science des données pour gérer les données temporelles (?), nous découvrons donc cela, comme le modèle ARIMA. |
| |
Et l'exploration de texte est également bonne pour les données non structurées. Et l'enquête et la recherche auprès des consommateurs sont également très importantes à comprendre en raison de la voix des clients. |
| |
Aussi, comment faire la segmentation marketing. Toutes ces statistiques que nous avons découvertes sont donc essentielles à connaître pour utiliser une plate-forme JMP. |
| |
Ensuite, nous essayons de cartographier |
| |
toutes ces plateformes JMP 16 aux modules traditionnels Lean Six Sigma BB. Nous identifions donc les modules BB traditionnels, et nous développons trois |
| |
des programmes de formation. Le programme A est le programme de formation DMAIC Black Belt plus traditionnel, et ce sont les plates-formes JMP 16 associées. Le second est l'exploration de données plus moderne |
| |
[inaudible] données catégorielles. Nous essayons donc d'accélérer (?) les plateformes JMP 16 à chaque programme d'entraînement différent. Et parce que les étudiants ou la formation, ils peuvent avoir un intérêt particulier, nous pouvons donc personnaliser |
| |
leur intérêt et domaine particulier. |
| |
A partir de maintenant, nous allons essayer de mapper tous les outils ou les concepts aux phases DMAIC. La première phase est la phase de définition. Le concept principal de la phase de définition est d'essayer de définir l'énoncé du problème, y compris la voix des clients ou la voix de l'entreprise. |
| |
Et aussi, nous devons définir le but et l'objectif du projet, en particulier sur le CTQ Critique de la qualité, en langage Six Sigma. |
| |
Ils doivent également définir les critères de réussite et toute limite de spécification. |
| |
Également dans la phase de définition, la constitution d'équipes est très importante pour former, prendre d'assaut, normaliser et performer. |
| |
Et les plates-formes JMP 16 associées, comme la base de données de construction. Query Builder est très puissant. La visualisation des données est importante. |
| |
L'exploration de données essaie de regrouper les clients. Les études de marché, comme les études de consommation, essaient de segmenter le marketing ; il est très important. Sur le côté droit se trouve l'exemple simple de la façon dont nous effectuons la segmentation marketing à l'aide du clustering. |
| |
Analyse d'affinité de clustering. Nous pouvons probablement regrouper les clients et ensuite essayer de mettre en place une stratégie sur la priorité marketing. |
| |
La deuxième phase est la phase de mesure. L'accent est mis sur la capacité et la stabilité du processus, en particulier pour la production à grande échelle. |
| |
Nous essayons de trouver trois |
| |
outil puissant de JMP. Le premier est une intrigue de but. Ainsi, le tracé des objectifs peut tracer la capacité du processus de lot à lot et dans les deux dimensions. |
| |
A travers les différentes zones colorées, on sait que [inaudible] et ce n'est pas adapté. |
| |
Le graphique des performances du processus intermédiaire est également très puissant car il combine la capacité et la stabilité du processus. S'il peut passer les deux critères, vous serez en haut à gauche, ce qui signifie en vert. Si vous échouez aux deux critères, vous serez en bas à gauche ou en bas à droite. |
| |
Sur le côté droit se trouve un explorateur d'historique de processus afin qu'ils puissent répertorier tous les historiques |
| |
performances passées. Et grâce à ce genre de liste, vous pouvez identifier le type de facteurs associés au faible rendement. |
| |
La phase suivante est la phase d'analyse. Dans la phase d'analyse, analysez les causes profondes, résumez des ensembles de données complexes, visualisez et découvrez des modèles et des idées, isolez et filtrez les facteurs importants. |
| |
Sur la base de ces sujets d'analyse, nous identifions également le diagramme en arête de poisson, le tableau, l'explorateur de texte, les méthodes multivariées, le clustering, ainsi que l'analyse de réponse catégorielle. |
| |
Pour cette diapositive, nous souhaitons présenter le tracé de Pareto. Le tracé de Pareto JMP 16, ils peuvent faire le bidimensionnel, donc ils peuvent trouver plus de combinaisons (??) ou la reconnaissance de formes parmi différents types de facteurs. |
| |
Et le diagramme en arête de poisson a toujours été très puissant et utile pour le travail en temps réel sur une section, vous le pouvez. |
| |
concevez ou personnalisez le diagramme en arête de poisson. |
| |
Pour la synthèse des données, Tabulate est celui que nous recommandons fortement. C'est comme |
| |
le tableau croisé dynamique Excel, [inaudible] pratique et puissant |
| |
car ils peuvent également ajouter des statistiques descriptives. |
| |
Au milieu, l'explorateur de texte est si puissant pour analyser la base de données de texte, afin qu'ils puissent rechercher le mot-clé et les phrases, puis nous pouvons même convertir l'exploration de texte en exploration de données. |
| |
Sur le côté droit se trouvent les données catégorielles pour trouver des associations entre différents types de facteurs. |
| |
Et les différentes couleurs, elles présentent différents types de variables, donc pour n'importe quelle paire, elles sont proches les unes des autres et elles sont éloignées de l'origine et c'est l'objectif d'une association élevée ; cela peut vous dire quelque chose ou une sorte d'aperçu parmi ces variables. |
| |
La phase suivante est la phase d'amélioration. |
| |
Pour la phase d'amélioration, nous essayons de construire des modèles prédictifs. Nous essayons de concevoir de nouvelles expériences selon les besoins. Nous essayons d'améliorer la qualité de la production. |
| |
Concernant les plateformes JMP 16 pour la modélisation prédictive, nous recommandons fortement le Prediction Profiler ou le profileur personnalisé. Et DOE, nous pouvons |
| |
ont différents types de DOE personnalisés, de DOE mixtes ou même d'augmentation de DOE. Pour les modèles spécialisés, comme l'apprentissage automatique, à droite, nous avons le réseau de neurones JMP, le modèle de partition, ainsi que différents types de dépistage. |
| |
Pour l'enquête et l'étude de consommation, |
| |
JMP propose le modèle de choix, ainsi que le modèle de conception de maximisation des différences. |
| |
Pour l'optimisation de la conception, |
| |
Sur le côté gauche, le Prediction Profiler, nous pouvons faire l'analyse de sensibilité. Nous pouvons faire la simulation Monte Carlo pour pouvoir simuler la non-conformité [inaudible] |
| |
pourcentage. |
| |
Au milieu, si nous avons de nombreux facteurs dans le modèle, le profileur personnalisé sera le bon choix pour trouver le modèle optimal parmi tant de facteurs. |
| |
A droite, pour le groupe DOE sursaturé orthogonal. C'est le DOE très puissant à analyser pour une option vers l'aval. Et ils utilisent un facteur ou un concept de blocage afin de minimiser le nombre d'exécutions DOE, pour réduire le coût. |
| |
Pour les modèles prédictifs, nous recommanderons un réseau de neurones, un outil très puissant |
| |
transformation et essayer de trouver le meilleur modèle pour le faire |
| |
obtenir une formation supérieure et une validation |
| |
aptitude. Pour la partition, il s'agit d'une division binaire. Ainsi, ils peuvent diviser l'ensemble de données en différents types de catégories, afin qu'ils puissent |
| |
souligner également conclure (??) la contribution majeure. |
| |
Pour l'optimisation de la conception, nous recommandons également une sorte de plate-forme de criblage disponible dans JMP 16. Le premier sur le côté droit est le dépistage de la réponse. |
| |
JMP utilise le |
| |
FDR, taux de fausse détection, pour déterminer la qualité de votre modélisation de prédiction. Donc, si votre courbe reste plus basse, d'accord, et |
| |
et cela signifie que vous avez une bonne modélisation de prédiction. Lorsque vous montez, et cela signifie cette portion, vous n'avez pas une bonne capacité de prédiction. |
| |
Pour celui du milieu, il s'agit du filtrage de processus. Ainsi, vous pouvez voir tous les paramètres du processus. Il peut s'agir d'un paramètre d'entrée. Il peut s'agir de livrables de sortie. |
| |
Et JMP utilise la couleur verte et la couleur rouge pour identifier le décalage vers le haut ou vers le bas. Donc, si vous voyez plus de vert ou de rouge, cela signifie que votre politique n'est pas très stable. |
| |
Pour le côté droit, également très puissant. Il classe toute la contribution des prédicteurs, de sorte qu'ils vous donneront d'abord les premiers, ou ce que nous appelons les quelques-uns essentiels, les prédicteurs. Ainsi, vous pouvez trouver les causes profondes ou trouver les solutions. |
| |
Pour l'étude de consommation, JMP avait un design de choix |
| |
pour aider le consommateur, comment choisir son meilleur produit ou le choix. |
| |
Pour le plan de maximisation de la différence, et c'est aussi l'autre plan d'enquête. Pour l'enquête, vous choisissez les éléments les plus et les moins préférés. JMP peut donc exécuter le modèle pour classer vos préférences. |
| |
Pour la dernière phase de contrôle, [inaudible] augmente le contrôle du processus, maintient l'amélioration sur une longue période, de l'amont à l'aval, contrôle de processus multivarié. |
| |
Et puis les plateformes JMP seront carte de contrôle classique, carte de contrôle sensible au temps, carte de contrôle multivariée. L'étude de consommation sera l'analyse factorielle multiple. Également l'analyse des séries chronologiques, comme la décomposition, le lissage et le modèle et les prévisions ARIMA. |
| |
Pour les cartes de contrôle multivariées sur le côté gauche, nous pouvons trouver la détection de point de changement. C'est donc le point qui vous donnera le plus grand contraste avant et après. Ce sont donc [inaudible] l'analyse des causes profondes de ce qui s'est passé ou quand est le plus, |
| |
plus gros point de changement. Au milieu se trouve le T Square. |
| |
Carte de contrôle pilotée par modèle. Cela vous donnera donc le mode d'échec, |
| |
décomposition sur quels sont les paramètres qui contribuent le plus au point OOC. Sur le côté droit se trouve une analyse factorielle multiple. |
| |
Basé sur la valeur propre, analyse des facteurs propres. C'est comme un diagramme d'affinité. Ainsi, ils peuvent regrouper les facteurs similaires, en fonction de la valeur propre, facteur propre. |
| |
Pour l'analyse des séries chronologiques sur le côté gauche, ils peuvent effectuer les diagnostics du modèle. Ainsi, ils peuvent identifier les composantes saisonnières et cycliques de la tendance. |
| |
Au milieu, ils peuvent utiliser les modèles ARIMA pour ajuster les données à l'aide des modèles saisonniers ou non saisonniers. Pour la prévision, ils peuvent trouver le modèle optimal pour prédire le futur point. |
| |
Le point à retenir de cette conférence... La méthode traditionnelle Six Sigma DMAIC et la méthode interdisciplinaire STEAMS peuvent aider à développer un data scientist sur le leadership et la constitution d'équipes. |
| |
Les plates-formes JMP 16 modernes sont mappées aux phases DMAIC pour aider à déployer des projets Six Sigma dans les domaines de la science des données. La gestion de bases de données, l'ingénierie appliquée, les statistiques, l'exploration de données et l'exploration de textes sont tous essentiels à l'analyse scientifique des données d'aujourd'hui. |
| |
Ceci conclut notre présentation d'aujourd'hui, et je vous remercie beaucoup de votre temps. |
