Hola, todo el mundo.
Gracias usted por unión nosotros.
los título de nuestro hablar hoy dia
es Otterly ¡confuso! C corta legalizado, peludo-n osed, Suave-C hinchado, o ¿Eurasiático?
Sólo pedir ¡JMP!
Estas cuatro especies ocurrir en mismo habitat en Asia, en eurasia,
y los pregunta es, cómo hacer usted decir ellos ¿aparte?
Utilizando nuestro técnica FIT, los huella identificación técnica
desarrollado por pista salvaje,
nosotros lata Realmente decir ellos aparte.
los presentación voluntad ser por cuatro gente:
Fred Kistner, quién es en los Karlsruhe Instituto de Tecnología en Alemania
y además a miembro de los Pista salvaje Especialista Grupo;
larisa slaney, quién es a Doctor candidato en Heriot- Vatio Universidad,
Guepardos en forma Investigación Proyecto
y además miembro de los Pista salvaje Especialista Grupo.
zoe joya y yo mismo, Yo soy Cielo alibhai, facultad en Duque Universidad
y fundadores de Pista salvaje y desarrolladores de los huella identificación técnica
y además miembros de la pista salvaje Especialista Grupo.
Yo soy yendo para hacer a muy breve demostración, una muy, muy breve introducción,
y luego voy a mano sobre para nuestro próximo altavoz.
Aparte desde ultra especies que nosotros trabajo en,
Pista salvaje posee un extenso número de eminente especies que nosotros trabajo en
en diferentes partes de los mundo, que van desde los Amur Tigre en China
para negro rinoceronte en África para jaguar en Brasil.
Todos de ellos utilizando en una formulario u otro
están huella identificación tecnología.
Ahora qué lo hace huella identificación tecnología Realmente ¿hacer?
Una de los cosas sobre la tecnología de identificación de huellas, FIT,
es que eso obras como un complemento en JMP.
Es diseñado para clasificar especies o subespecie
por utilizando los métrica desde los huellas,
clasificar sexo, clasificar años clase, y incluso clasificar individuos
Ahora esos están todos elementos que están requerido para comprender
los población dinámica de ninguna en peligro de extinción especies,
los esencial Fundación elementos.
los conservación aplicaciones de huella identificación técnica,
los base datos en números y distribución en formulario en:
datos- impulsado científico conservación estrategias,
comercio en en peligro de extinción especies,
humano/ animal conflicto mitigación,
y todos estas en a manera voluntad ser mostrado
para representar los manera en cual nutria conservación obras.
Ahora voy a mano usted sobre para larisa slaney, quién voluntad comienzo los proceso de desconfusión
Gracias usted.
Derecha. Gracias usted muy mucho, Cielo, por esta estupendo Introducción.
Gracias usted para JMP, por permitiendo nosotros para regalo nuestro investigación aquí.
Eran muy satisfecho sobre que.
Gracias usted entonces mucho por todos de usted para estar aquí
y show esta interesar en nuestro investigación.
Ahora antes de fueron yendo para salto, retruécano destinado a,
dentro explicando nuestro datos análisis con JMP,
I haría me gusta para dar usted algunos antecedentes para esta investigación.
Nosotros pensar eso es De Verdad importante para Mira en esta en contexto
porque es no sólo sobre qué JMP puede hacer,
pero cómo esta es aplicado en los mundo real y cómo nosotros científicos lata utilizar eso para...
Eso da nosotros los oportunidad para hacer cambios por los mejor, básicamente.
Nuestro investigación mira en huella análisis como Cielo ya sólo dijo.
Nosotros están mirando en los huellas de asiático nutria especies.
Ahora aquí usted lata ver cuatro diferente asiático nutria especies
y son todos clasificado tan vulnerable o críticamente- en peligro de extinción por los UICN,
y los casa rangos superpuesto,
asi que eso es- llamado simpátrico nutria especies.
En los cima izquierda, usted lata ver los suave-c flotante nutria.
Cima Correcto, usted lata ver los asiático pequeño o pequeña- con garras nutria,
fondo izquierda, los peludo- de nariz nutria,
y en el fondo Correcto, usted lata ver los eurasiático nutria.
Ahora, para ser poder para monitor los especies diferentes,
nosotros necesitar para recolectar datos, cual es difícil
con tal muy elusivo especies.
Tú difícilmente siempre ver ellos en los salvaje, pero usted hacer ver sus huellas
Mirando en estas huellas por cada especie,
Cuándo usted Mira en ellos aquí, ellos Mira muy similar, no ¿ellos?
Ahora, es bastante difícil para decir ellos aparte.
Por lo tanto, nosotros colocar nosotros los tarea para averigua si
allí es a manera por ENCAJAR para distinguir Entre los huellas
de estas cuatro nutria especies en a científico y de confianza manera.
Ahora, nosotros hacer tener un agregado problema aquí, porque los huellas frontales
de dos de los especies tener a Talla superposición
y los huella trasera de otro especies
es morfológicamente muy similar,
y además Talla- sabio bastante similar para los parte delantera pie de otro especies.
hemos tiene a multiclase clasificación problema aquí.
Ahora aquí usted lata ver a mapa cual muestra los rangos de distribución
de los diferente nutria especies.
los azul área aquí, eso es a eurasiático nutria.
Luego los rojo área es el suave- saburral nutria.
los amarillo abajo aquí es los pequeña- con garras tter,
y luego los Rosa sobre aquí es la nutria de nariz peluda.
Pero usted lata ver eso, aunque eso mira me gusta a grande área,
hay Realmente sólo a pocos punteado islas allí.
Qué es De Verdad interesante sobre esta mapa, sin embargo,
eso espectáculos usted donde sus casa rangos superposición.
Ahí están seis áreas donde
en menos dos, si no incluso Tres de la superposición de especies.
Para conservacionistas, es De Verdad importante para encontrar fuera
donde el diferente especies En Vivo, para qué grado ,
cómo grande los poblaciones están, y encontrar fuera como mucho como posible sobre
los diferente poblaciones
entonces que nosotros tener a bien idea de cómo en peligro de extinción ellos están.
Ahora, por qué es conservación de la nutria ¿importante?
Bien, primero de todos, nutrias están clasificado como piedra angular especies,
y que medio que ellos tener un efecto en sus ambiente
desproporcionado para sus abundancia.
Sólo a pocos individuos lata tener bastante a grande impacto.
Ellos jugar a De Verdad importante parte
en los comida cadena y contribuir para los ambiental equilibrio.
Son además visto como Paraguas especies,
cual medio que ellos conferir proteccion para a grande número de otro especies.
Básicamente, si algo sucede para los nutrias,
que voluntad tener un impacto en otro especies como bien.
Son además un Indicador especies,
entonces ellos Realmente indicar los salud de sus ambiente.
Ellos voluntad no En Vivo en aguas contaminadas o en contaminado humedales
Nutria regresando para un área es siempre una buena señal,
porque que medio calidad del agua y humedal salud es mejorando.
Ahora, amenazas para nutrias Ahí están un montón de diferente amenazas
Polución es los una ya hemos mencionado sólo ahora.
Pero otro problema es los humano fauna silvestre conflicto, habitat pérdida.
Con que además llega pérdida de presa.
A norte creciente problema, especialmente en Asia,
es los ilegal comercio, los ilegal fauna silvestre comercio.
Ellos están particularmente tras la piel, los pelo comercio y además después mascotas.
Bebé nutrias están tomado fuera de los salvajes y usados como mascotas,
cual es no bien por nutria conservación en todos.
Ahora
cómo hacer usted Acercarse a conservación proyecto me gusta ¿esta?
Bien, primero de todos, usted necesitar para pensar
sobre cómo hacer usted querer para monitor los población.
Qué hacer usted querer para Mira ¿en?
Hacer usted querer para Mira en especies ¿distribución?
Sí, casi siempre.
Hacer usted querer para Mira en individual ¿IDENTIFICACIÓN?
Hacer usted querer para encontrar fuera qué los sexo proporción dentro de a población ¿es?
los próximo cosa usted necesitar para decidir es hacer usted querer para utilizar invasor métodos
que potencialmente estrés o incluso dañar a los animales?
O hacer usted querer para utilizar no- invasor tecnologías o métodos
para monitor los especies cual voluntad no estrés y dañar los animales?
Nosotros, en pista salvaje,
nosotros enfocar en formas no invasivas para monitor especies.
En esta especial proyecto,
nosotros están completamente enfoque en huella identificación.
Ahora, una vez usted tener hecha esos decisiones,
usted necesitar para obviamente entrenar gente para ayudarte con los datos colección
porque usted hipocresía ser En todas partes y no puedes ir En todas partes.
Durante veces de pandemias, es incluso más difícil.
Entonces usted necesitar para entrenar tu equipo ambas cosas en- persona como bien como remotamente
entonces que posee estado a poco de a desafío.
Luego usted necesitar para obtener todos los datos colección,
y los capacitación y los la recopilación de datos puede ocurrir in situ,
cual medio en los campo o ex- situ, que significa en zoológicos
y otro conservación organizaciones
Una vez usted obtener los datos en, que es Cuándo usted comienzo los datos análisis.
En nuestro caso, eso es Cuándo nosotros comienzo utilizando JMP.
Otro típico cuestiones por ninguna conservación proyecto es fondos, de curso, y además
difícil para obtener conservación políticas mejoradas,
y administración estrategias por conservación para tener esos mejorado.
Eso es básicamente nuestro final meta. Nosotros están coleccionar todos los datos.
Nosotros están analizando todos los datos así que eso en los final de los día,
nosotros puede dar esa información a los gobiernos
o otro organizaciones y ellos lata tomar una decisión informada
y hacer mejor conservación políticas
Dejar me sólo ir espalda una más hora.
En los izquierda mano lado aquí, actualmente,
usted lata ver una de nuestro encantador cuidadores del zoológico coleccionar huellas por nosotros.
En los Correcto mano lado, puedes ver
a huella imagen que era enviado para nosotros desde los salvaje.
Eso es a misterio huella.
Nosotros fueron pedido si nosotros pudo por favor encontrar fuera
cual especies dejo esa huella detrás.
Eso es De Verdad qué nosotros querer,
que investigadores comienzo para enviar nosotros huellas
y nosotros lata ayuda ellos descubrir cual especies vive en sus área.
Fred voluntad, Ojalá luego en, ayuda nosotros revelamos
cual especies esta huella pertenece para.
Ahora, hemos pedido Nosotros mismos Tres preguntas de investigación,
y en los momento nosotros están todavía enfoque en una.
Esta es un en curso proyecto.
A t los momento, nosotros están enfoque en especies clasificación.
Poder ENCAJAR, los huella identificación tecnología,
identificar o distinguir
Entre los cuatro diferente especies de nutria nosotros están mirando ¿en?
Cuándo hemos tiene suficiente datos y suficientes datos particulares,
donde nosotros definitivamente saber los individuos,
nosotros voluntad Mira en individual clasificación y además en sexo clasificación.
Pero eso es yendo para ser un poco más lejos abajo los camino.
Hasta ahora nos hemos asociado con nueve zoológicos y nutria conservación organizaciones
hemos estado capacitación ellos para recolectar huellas siguiente nuestro FIT protocolo.
Esta posee estado, otra vez, durante la covid, bastante desafiante.
He no estado poder para ver todos en persona,
entonces algunos gente He tuvo que entrenar a distancia,
pero ellos han todos estado absolutamente fantásticos, nuestros zoológicos y cuidadores,
y tener realmente a la altura de este desafío
y tener empezado para De Verdad enviar en a lote de imágenes
como usted lata ver aquí en los izquierda.
Es todavía en general mucho menor muestra Talla que nosotros querer para tener.
Como I dijo que es un proyecto en curso, pero
es suficiente para dar nosotros
los capacidad para ahora para Cuota algunos resultados preliminares contigo
entonces nosotros lata dibujar algunos conclusiones.
hemos incluido Tres nutria especies en esta entonces lejos.
hemos solamente sólo empezado para empezar para obtener h aireado- de nariz nutria huellas dactilares.
hay solamente una h nutria de nariz airosa en cautiverio en los entero amplio mundo.
Su o su, Yo soy no seguro, las huellas están empezando a llegar,
y nosotros voluntad actualizar en a luego hora
los resultados con esta cuatro especies en eso.
Pero por ahora, fueron yendo para Mira en Tres nutria especies.
Sí, entonces I pensar es hora para tener a más cerca Mira en cómo nosotros hacer los datos análisis
sobre para Fred.
Gracias usted, larisa, y vamos salto derecho dentro acción.
Me gusta Cielo mencionado previamente,
AJUSTE tiene estado desarrollado por a amplio número de especies.
Cuándo es completamente desarrollado
o después partida producción, es un complemento dentro JMP.
Hoy dia, Yo soy yendo para demostrar algunas partes de los datos análisis
y algunos partes del desarrollo antes de eso llega dentro producción.
Qué I soy yendo para decir es, en general, I sólo querido para dar usted
a poco poco de a antecedentes de como esto desarrollo es generalmente hecho.
Nuestro aporte datos es recogido
con muy poco equipo y muy sencillo equipo.
Eso es una de los principal ventajas de ENCAJAR,
que eso lata ser ampliamente aplicado con muy poco equipo.
Tú solamente necesitar a teléfono inteligente y a regla.
Si usted querer para desarrollar ENCAJAR modelos por cierto especies,
usted comienzo con un imagen base de datos eso suele ser recogido
de conocido individuos como larisa mencionado.
Nosotros por lo tanto cooperar con zoológicos y otro fauna silvestre centros.
Estas imágenes están luego procesado dentro de JMP para extraer geométrico perfiles
que extraer a lote de mediciones, anglos, distancias
Esta datos lata luego ser usado para desarrollar ENCAJAR modelos
los general producción es que usted querer para Mira en especies, sexo, individuos
Si estás poder para editar para particulares, usted querer para dibujar conclusiones
sobre población Talla.
Una vez usted desarrollar los método,
usted definitivamente querer para prueba esto en desconocido individuos
Otra vez, usted Mira en imágenes y obtener a predicción de los modelos
Ventajas de ENCAJAR establecido en biométrico, es no invasivo
Es a estandarizado y costo eficaz manera de monitorear la vida silvestre escurridiza
que no poder ser monitoreado por directo observación.
Eso lata ser implementado por casi cualquier especie que sale de a huella.
Eso lata ser conjunto con otros no invasor métodos
y cruzar- validado modelos generalmente tener a elevado exactitud.
Cómo para construir estas modelos es algo que I haría me gusta para manifestación.
Qué Yo soy yendo para manifestación hoy dia está técnicamente buscando
en diferente huellas
Tú ver en los cima izquierda, usted ver a pata trasera
de un asiático de garras pequeñas nutria.
En los cima Correcto, usted ver a izquierda frente a una nutria de pelo liso,
en los fondo izquierda, a izquierda parte delantera de a eurasiático nutria,
y en los Correcto mano lado, usted ver a huella del pie derecho
desde un desconocido nutria desde Nepal.
Qué nosotros están yendo para hacer hoy dia es nosotros proceso estas imágenes
Luego Yo soy yendo para show usted cómo para desarrollar rápidamente
a clasificación modelo dentro de JMP.
Luego voy a ver qué los predicciones
de estas rápidamente desarrollar métodos están yendo para ser.
Eso todos empieza
con imagen análisis.
Eso es basado en guiones implementación dentro de ENCAJAR.
En los primero paso, usted generalmente ajustar los Talla de un imagen
entonces que los huella es claramente visible y los dominante parte de los campo.
En pedido para ser replicable,
es importante que huellas están alineado siguiente definido rotación puntos.
Para nutrias, estas están rotación puntos debajo los segundo y los cuatro dedo del pie.
Luego usted colocar a definido colocar de punto de referencia puntos.
Otra vez, por nutrias, esta es especies- específico.
Pero por otros, He elegido 11 puntos de referencia
Son en los centrar.
Lo siento, olvidó una paso.
De curso, usted necesitar para definir a escala primero.
Aquí nosotros tiene 10 centímetros Esta es aquí arriba.
Tú lata agregar algunos adicional información.
Sólo para mantenerse eso sencillo, I voluntad nombre el es huelga asiático de garras cortas nutria.
Luego usted colocar 11 punto de referencia puntos.
Tú pudo, por ejemplo, utilizar una costo aire función
si usted querer para hacer esta como preciso como sea posible, obviamente,
pero por hora razón, voy a sólo rápidamente correr a través de ellos.
Después ajuste 11 puntos de referencia, usted derivar adicional puntos,
que están ayudando puntos que están además usado
para extraer biométrico información.
Una vez tienes hecho que,
lo harás sólo comienzo a nuevo mesa y usted ir por a bolígrafo dibujar.
voy a sólo rápidamente correr a través de Tres más imágenes
Otra vez, usted necesitar para cambiar el tamaño ellos.
Ahora, con esta imagen, usted lata ver es al revés abajo.
Qué I me gusta sobre JMP es que
los imagen ventana lata Realmente hacer algunos imagen pre- Procesando.
Ahora, es Correcto parte delantera. Lo siento, I necesitar para dar la vuelta esta una más hora.
Poder hacer algunos imagen Procesando dentro de JMP y entonces usted no tener para cambiar
en entre programas.
Eso es algo que I De Verdad me gusta que I lata hacer todos mi trabajo
dentro de una software otro que cambiar en Entre varios software.
Otra vez, I dijo 11 punto de referencia puntos.
Esta hora, voy a sólo ir sobre ellos rápido y sucio,
y esperar que los predicción voluntad ser preciso suficiente
eso es a Nutria euroasiática.
Otra vez, I ir adjuntar
sólo dos más veces, una por los liso nutria.
Otra vez, I voluntad colocar los 11 puntos de referencia,
y qué los puntos de referencia están usado por, voy a show usted en a segundo.
Derivar puntos, añadir fila.
Una último hora, los misterio huella que mencionó Larissa
que era enviado para nosotros desde a proyecto en Nepal,
que es, para mi conocimiento, haciendo algunos nutria supervisión allí.
Una de los especies posee no ha sido visto por en menos 30 años.
1, 2, 3, 4, 5, 6 .
Qué diferente en aquí es eso usted tener a diferente escala.
Que escala factor es algo que I necesitar para ajustar dentro de aquí.
Otra vez, voy a rápidamente hacer clic a través de los imágenes
Esta es normalmente hecho a poco poco más tedioso,
pero por manifestación motivo, lo intentaré hacer clic a través de ellos rápidamente.
Y esta es un desconocido
especies.
Qué usted final arriba con esto era los de revestimiento liso.
Qué usted final arriba es
a grande datos mesa .
Estas están puntos por
evaluando los calidad de los punto de referencia, cual I hizo no ir dentro dentro de aquí.
Tú obtener X y Y coordenadas por cada punto de referencia.
Estas X y Y coordenadas están derivado
para calcular a grande número de mediciones.
hay más que 100 distancias derivado, algunos anglos y algunos áreas
hay bastante a lote de información extraído fuera de a único huella.
Si usted repetir esta paso que He acaba de mostrar varias veces,
lo harás final arriba con a datos mesa me gusta esta.
Esta es los datos mesa que voy para manifestación los predicción modelo en.
Si usted tener a Mira qué nosotros tener aquí,
si usted Mira en los distribuciones o especies o objetivo variable,
usted ver que I tener 405 procesado imágenes de eurasiático nutrias,
278 asiático de garras cortas nutrias, y 127 liso nutrias
Es no perfectamente Igualmente- grupos distribuidos,
pero en menos cada grupo posee un tamaño de muestra bastante significativo,
cual voluntad Ojalá trabajo por modelado.
Cuando sea usted querer para hacer cualquier tipo de supervisado modelado,
es a bien idea para separar tu información dentro capacitación y prueba datos.
Esta lata ser muy fácilmente hecho en JMP.
Tú tener para hacer validación columna dentro de los profético modelado plataforma.
Qué He hecho es I al azar dividir mis datos en 80 por ciento de datos de entrenamiento
y 20 por ciento prueba datos,
donde voy a probar los modelos que fueron yendo para construir en
y ver cómo ellos llevar a cabo.
Todos Correcto, entonces He previamente hecho esta.
Qué voy a hacer ahora es voy a sólo seleccionar mis datos de entrenamiento,
cual están 648 filas,
y I voluntad sólo tener a Mira dentro a datos vista.
Esta es 648 observaciones.
voy a rápidamente salvar esta como mi capacitación colocar.
Otra vez, si usted tener a Mira en la distribución,
usted pudo ver que nosotros tener,
100 liso nutria huellas dactilares, 324 eurasiático nutria huellas dactilares, y 223 ASC.
Es los mismo distribución porcentajes como con los anterior datos colocar.
En los próximo paso,
I voluntad saltar fuera a grande parte cuando llega para profético modelado,
que es a variable selección.
I asumir que I tener no previo conocimiento, entonces sólo añadir en todos Variables
que están disponible.
I tener no idea cual modelo es yendo para trabajo mejor.
Qué Yo soy yendo para hacer aquí es voy a utilice la plataforma de selección modelo
que compara varios diferente máquina aprendiendo modelos
que están implementado en JMP y solo compara paso rendimiento en esta
específico tarea.
Otra vez, mi objetivo variable es los especies.
Esta es los una que I haría me gusta para predecir.
En total, I tener 209 medidas
extraído desde mi datos de huella y estas están mi X variables
Estas están todos factores que lata potencialmente ser usado.
Qué usted ver abajo aquí es usted lata escoger los método que usted me gustaría correr
y usted lata básicamente escoger a través de todos los predicción métodos.
Pero por argumento motivo y por tiempo de ejecución,
voy a solamente correr métodos que I saber que voluntad correr a través de rápidamente.
Tú lata otra vez hacer eso reproducible por ajuste a aleatorio semilla.
Qué además bien sobre a plataforma de cribado modelo
es usted lata agregar un interno validación paso.
Nosotros ya separar nuestro datos dentro capacitación y prueba colocar.
Pero en pedido para tener un validación interna en estas modelos
que Yo soy va a desarrollar,
voy a agregar k-doblar validación cruzada.
voy a sólo poner a garrapata en aquí entonces que allí están varios modelos
son evaluados utilizando el pliegue k validación cruzada método.
Okey, si I sólo hacer clic rápidamente, ir en correr.
voy a tener a resumen panorama.
voy a ver que cuatro de mi modelos
tener estado evaluado.
lo harás obtener plaza de aire,
lo harás obtener métricas de rendimiento para esos varios modelos,
y usted lata sólo decir cual una es los mejor.
Tú sólo Seleccione los dominante una.
Tú lata Mira dentro los capacitación o en el conjunto de prueba
cual voluntad además dar usted a clasificación errónea calificar.
Tú lata ver que clasificación errónea calificar por Bosque de arranque era bastante impresionante.
Es casi 95 por ciento de los datos se clasificó correctamente
en los validación colocar.
Para argumento motivo, vamos decir, que los bosque de arranque,
los Árbol de decisión, y los Análisis discriminante
fueron los Tres mejor modelos y Yo soy no Por supuesto cual una es los mejor.
I lata sólo correr esos Tres modelos como seleccionado.
ellos música pop arriba en sus respectivo plataforma.
Qué I lata hacer es voy a sólo
salvar los predicción fórmula dentro mi Depósito de fórmulas.
voy a hacer esta por los modelo de árbol de decisión, entonces I lata cerrar esta.
voy a hacer esta
por los Análisis Discriminante, que se hace aquí.
Último pero no menos, I lata hacer esto por los Bosque de arranque modelo
aquí.
Qué I tener ahora es...
Alguien I lata cerrar, Yo soy lo siento.
I tener Tres modelos en mi Depósito de fórmulas.
I ahora querer para evaluar cómo estas modelos llevar a cabo en nuevo datos.
Otra vez, I ir dentro mi tabla de datos iniciales
y I Seleccione mi prueba colocar,
entonces todos los Variables que tener estado eligiendo al azar
como a validación colocar.
voy a sólo rápidamente salvar esta como Prueba Colocar.
En los próximo paso, I lata técnicamente
abierto mi Depósito de fórmulas y I lata correr todos aquellos modelos en los nuevo datos mesa.
I voluntad correr ellos en los prueba colocar.
I querer para correr todos Tres de los modelos
I lata hacer a modelo comparación
donde corro todo los Tres modelos en los prueba colocar.
Eso es Realmente qué I querido para show.
lo harás ver abajo aquí, I esperar usted lata ver esta.
Tratar para zoom en a poco poco que
los clasificación errónea tarifas de estos modelos fueron Realmente bastante bajo.
Equipo de prueba es nuevo datos que posee no se ha visto en los modelos
y allí era a clasificación errónea calificar
por los Árbol de decisión modelo de 16 por ciento, tiempo los Análisis discriminante
y los Bosque de arranque
solamente tenido a clasificación errónea calificar de 12 por ciento
Tú tener los más alto aire cuadrado valor por los bosque de arranque,
y allí están varios otro métrica que usted querer para Mira en.
Para nosotros, los más importante métrico es los predicción, Correcto o incorrecto.
I generalmente Mira a lote en los clasificación errónea calificar.
Pero obviamente, todos los otro métrica
puede ser usado para evaluar y generar bien modelos
Último pero no menos,
nosotros querer para tener a Mira de cómo estas modelos
Realmente llevar a cabo en los huellas que fueron sólo previamente procesado.
Otra vez, nosotros ir espalda dentro nuestro... ¿Ahora, en dónde está?
en nuestro Depósito de fórmulas y bien correr esta
en cuatro imágenes que nosotros previamente
procesado.
Si nosotros abierto esta datos mesa,
usted lata tener a Mira en los predicción.
Qué nosotros lata ver aquí. haré eso a poco poco más obviamente.
Entonces esta era
los original datos,
y si I sólo Mira dentro los especies por los primero modelo,
todo era predicho correctamente.
los primero modelo era los Árbol de decisión que predicho ASC por ASC,
eurasiático nutria para eurasiático nutria, liso por de revestimiento liso,
y mismo con los Análisis discriminante y mismo con los Oreja Bosque.
Los tres modelos Realmente predicho la especie correcta para los imágenes
que hemos procesado, y todos modelos fueron además consistente
sobre sus predicción Cuándo eso llega para los eurasiático nutria.
Yo soy haciendo mi Doctor principalmente en los eurasiático nutria especies.
Esta era además algo que I haría tener adivinado como un experto
en esta especial especies huella.
Entonces es bastante consistente y eso obras De Verdad bien.
Obviamente, usted lata agregar más pasos y tu puedes multa melodía
tu clasificación tasa aún más si usted Mira más dentro rasgo selección.
Pero I pensar qué I querido para show usted con esta manifestación es cómo fácilmente a pregunta
de que especies eso es lata ser contestadas utilizando JMP.
I esperar esta era bastante intuitivo.
Dejar me dibujar algunos conclusiones en que, algunos resultados
Qué I De Verdad me gusta sobre JMP es a estupendo todos- en- una solución.
I lata extraer biométrico datos desde imágenes dentro de los ENCAJAR complemento
I no tener para cambiar software para hacer los datos análisis.
Directamente, mi extraído biométrico datos lata ser analizado.
Y no solamente analizado en a descriptivo manera,
I lata construir clasificación modelos
hay estado- de- los Arte máquina aprendiendo modelos implementado dentro que,
y entonces es a una- y- todos solución.
hay obviamente otro formas para haz eso también,
pero I sólo me gusta los sentido práctico.
Para nuestro especial investigación pregunta,
entonces nuestro nutria especies específico clasificación modelos en esta escenario,
cómo mucho datos nosotros tener, ellos tener realizado muy bien.
Son poder para proteger los especies
de único desconocido nutria huellas con elevado clasificación calificar.
Para ejemplo, aquí
neural neto, cual I hizo no correr en esta ejemplo
porque los tiempo de ejecución es a un ratito más,
tenido a clasificación errónea calificar de solamente 10 por ciento en los mismo prueba colocar.
Eso pudo incluso aumento los clasificación exactitud de otro dos porciento.
Si usted bucear en Más adentro, usted lata incluso aumento esta a poco poco más.
Una cosa que nuestro experiencia desde trabajando con huellas en los campo
aumenta los precisión de clasificación por bastante a lote
es bastante que trabajando con huellas individuales
es para trabajo con caminos.
Un animal, dependiente en donde usted están, dependiente en los sustrato,
no solamente salir a único huella.
Sin yendo también mucho dentro detalle, a huella lata ser a bastante complejo importar
porque eso varía a lote con los sustrato que un animal
Se esta moviendo a través de con los velocidad de un animal con los portón.
Ahí lata ser bastante a poco de ruido y antecedentes variación.
Si usted trabajo con múltiple huellas y llevar un promedio de a predicción
en lugar de de único huellas,
usted lata habla a esta variación bastante a poco más.
Esta llega especialmente importante Cuándo usted querer para Mira en individual identificación.
Último pero no menos,
JMP es además estupendo para ganar perspectivas en los importancia de variables
hay varios formas dentro de JMP
que usted lata Mira dentro cual están en realidad las variables
que están contribuyendo los más para predicciones
Tú lata cualquiera Mira en árbol- establecido métodos,
donde usted Mira en los árboles de clasificación y donde los divisiones están hecho.
Tú lata Mira dentro columna contribuciones otra vez por árbol- establecido métodos,
si usted trabajo con Bootstrap F bosque, o XGBoost, o algo me gusta que.
Tú lata ver cual columnas en realidad están eligiendo cómo muchos veces.
Tú pudo Mira dentro los predicción perfilador
si usted utilizar los normal modelado plataforma dentro de JMP.
Tú lata técnicamente tener a Mira de lo que el predicción de tu modelo,
cómo es yendo para cambiar si tu cambiar cierto valores.
O usted lata hacer algo me gusta a Análisis discriminante,
donde usted sólo seguir
los Relaciones F de cómo Variables están seleccionado.
Esta voluntad luego, otra vez, dar usted a muchas ideas
porque eso De Verdad depende en tu pregunta.
Hacer usted querer para tener a predicción de un asesor externo
de qué especies estás mirando ¿en?
O hacer usted querer para dar a guía para trabajar en el campo
de cual mediciones están valor mirando dentro
Cuándo estás dentro campo,
Cuándo usted querer para hacer los clasificación sobre el tema,
me gusta sólo en experto ¿conocimiento?
Si, entonces eso es básicamente eso desde mi lado.
I haría me gusta para gracias todos los contribuyendo zoológicos y fauna silvestre parques quién permitido nosotros
para trabajo con sus hermosos animales y Cuota datos con nosotros.
Especialmente, I haría me gusta para gracias Gracia Yoxon desde los IOSF,
los nutria supervivencia firma quién tiene nosotros dentro contacto con muchos de ellos,
KHYS, nuestro Casa Karlsruhe de joven Científicos
quién realmente financió este estudio,
y más en tono rimbombante, José morgan desde JMP,
quien es muy servicial cuando se trata de modelado y ENCAJAR.
Luego él posee estado donación me Consejo
más que una vez Cuándo I obtener ninguna JSL secuencias de comandos cuestiones.
Si, eso es bonito mucho eso desde mi lado.
Gracias usted muy mucho por escuchando entonces lejos, todo el mundo.
I sólo De Verdad querer para ronda arriba aquí.
I piensa eso Cielo, y larisa, y Fred han delineado maravillosamente
los desafíos estamos enfrentando en identificando estas diferentes especies de nutria
alrededor los mundo y los manera en cual JMP lata ayuda nosotros
clasificar ellos y traer un poco de claridad para esta imagen.
Donde están ellos y cómo muchos están ¿allí?
Identificación me gusta para sólo rápidamente hablar sobre qué próximo.
Cómo están nosotros edificio en ¿esta?
Una de los cosas fueron haciendo es edificio
artificial inteligencia dentro esta imagen entonces que eso voluntad permitir nosotros para
filtrar y clasificar a mucho mayor que volumen de datos como eso llega en.
Como ambas cosas Fred y larisa tener dijo, nosotros necesitar más datos.
Artificial inteligencia posee los potencial,
cual hemos ya expuesto en algunos primeros capacitación
y prueba y campo datos
como usted lata ver en los fondo de esta pantalla
Eran consiguiendo razonablemente buena precisión en nuestro inicial juicios con AI.
Nosotros pensar que eso voluntad Nunca dar nosotros bastante los resolución que JMP voluntad dar nosotros.
Qué fueron puntería para hacer es tener un plataforma de IA
cual voluntad ser fácil por científicos ciudadanos para alimento datos dentro.
Bien tener JMP como los clasificador de nivel superior en que plataforma por integrando eso.
Pero los llave aquí De Verdad es que esta evidencia de tierra críptica
izquierda detrás por nutrias y todos los otro especies
esta ahí por nosotros para descodificar si nosotros lata encontrar a manera para hacer eso.
Eso De Verdad es transformador en conservación
para ser poder para tener a técnica barata y rápida
para saber donde estas en peligro de extinción especies están.
Eran muy optimista que usar un base AI clasificador
con JMP como a final clasificador, bien ser poder para hacer que técnica
no solo entregar los datos nosotros necesitar, pero integrar gente todos sobre el mundo
como ciudadano científicos para ser parte de que.
Eran De Verdad agradecido para los comunidad JMP por secundario nosotros
a través de esta entero viaje.
Eran constantemente haciendo nuevo zancadas
Nosotros saber que hay interesar en esta comunidad,
y nosotros esperar que ellos voluntad Únete a nosotros
Cuándo nuestro nuevo móvil aplicación llega fuera para incluso comienzo coleccionar datos ellos mismos
y emprendedor esta hacia adelante a donde queremos que ser,
cual es a clasificador
por todos en peligro de extinción especies todos sobre los mundo.
Aquí está para un montón y un montón de puntos en los mapa,
y gracias usted todos por escuchando.
