모델 튜닝 프로세스를 자동화하는 그래픽 사용자 인터페이스
Evonik의 혁신 관리의 일환으로 우리는 일부 품질 성능 매개변수에 대한 예측 모델을 개발하는 데 관심이 있습니다. JMP Pro의 예측 모델링 플랫폼은 실제 문제에 대한 직접적인 경로를 제공합니다. 그러나 Neural Nets에서 Support Vector Machines에 이르기까지, 그리고 최신 XGBoost 플랫폼에 이르기까지 다양한 플랫폼을 사용할 수 있다는 점을 감안할 때 예측 성능이 가장 좋은 모델을 찾는 것뿐만 아니라 모델을 튜닝하는 것도 어려울 수 있습니다. 이 문제를 해결하고 각 플랫폼에 대한 모델 튜닝 프로세스를 단순화하기 위해 모델 튜닝 프로세스를 자동화하는 데 도움이 되는 그래픽 사용자 인터페이스를 개발했습니다. 코드는 완전히 JSL로 작성되었으며 JMP 내의 DOE 플랫폼과 다양한 모델링 플랫폼을 활용합니다. 이 코드는 단순한 호출과 참조부터 "확인" 버튼 클릭, 보고서에서 데이터 추출, 한 창에서 다른 창으로 데이터 전달과 같은 더 복잡한 작업에 이르기까지 모든 것을 포괄합니다. 코드는 JMP 커뮤니티 페이지의 관대한 도움이 없었다면 불가능했을 것입니다.
