Cosa ha ispirato questa richiesta della lista dei desideri?
Dimostrazione di JMP Pro 17 a un team di data science di PepsiCo
Descrivi la funzionalità o la soluzione nuova o migliorata che vorresti vedere.
Implementa la stessa strategia di generazione di Tuning Design su tutte le piattaforme. Nello specifico, quello utilizzato per XGBoost e SVM dove il design table viene generato automaticamente dietro le quinte.
Quale sarebbe il valore per te e/o per altri utenti se venisse fornita questa nuova funzionalità?
Esistono attualmente 3 modi diversi per definire e ottimizzare gli iperparametri in JMP Pro.
1. Fornire una tabella di progettazione (Bootstrap Forest, Boosted Tree e XGBoost)
2. Un algoritmo di generazione della griglia (XGBoost, SVM, Design Explorer, Time Series Forecast)
3. Elimina l'iperparametro e lascia la casella vuota (GenReg con Elastic Net Alpha)
1 e 3 sono difficili da usare o nascosti. 2 è costantemente evidenziato dai clienti come il modo in cui dovrebbe essere fatto.
Si tratta di una richiesta di un cliente esterno?
Esiste un pacchetto software competitivo con questa funzionalità o soluzione di cui dovremmo essere a conoscenza?
Molti dei pacchetti di scienza dei dati con cui gareggiamo hanno schemi di ottimizzazione automatica degli iperparametri. Quello più da vicino corrisponde a 2 sopra.
Ciò influirà su un rinnovo, un'espansione o un'adozione presso un cliente e ciò mette a rischio un account se non affrontiamo questo problema?
