<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />David Meintrup, PhD, 수학, 통계 및 운영 연구 교수, Ingolstadt University of Applied Sciences, 독일
예를 들어 볼륨, 차원, 노이즈 또는 비선형 관계로 인한 데이터 복잡성은 기존 데이터 탐색 기술의 실패로 이어질 수 있습니다. 위상 데이터 분석(TDA)은 현대적이고 빠르게 확장되는 분야로, 원래 순수 수학의 추상 분기인 대수 위상학의 방법을 데이터 세트에 적용하여 복잡한 데이터에 숨겨진 모양을 발견합니다. 수학적 방법이 발전했지만 계산 결과는 소위 바코드와 같은 그래프로 쉽게 요약할 수 있습니다. 이 강연에서는 TDA의 기본 아이디어를 소개하고 JMP를 사용하여 실제 데이터 세트의 바코드를 생성하는 방법을 시연합니다. 수학이나 토폴로지에 익숙하지 않다고 가정합니다. 우리는 JMP의 두 가지 주요 기능을 활용할 수 있습니다. 첫째, R 통합을 통해 JSL을 통해 최근 게시된 R 패키지로 바코드에 필요한 계산을 수행할 수 있습니다. 둘째, JMP의 그래픽 및 대화형 특성은 바코드를 표시하고 데이터 탐색을 계속하는 데 완벽하게 적합합니다.
