<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />David Meintrup, PhD, Professor für Mathematik, Statistik und Operations Research, Hochschule Ingolstadt, Deutschland
Datenkomplexität, beispielsweise aufgrund von Volumen, Dimensionalität, Rauschen oder nichtlinearen Beziehungen, kann zum Scheitern traditioneller Datenexplorationstechniken führen. Die topologische Datenanalyse (TDA) ist ein modernes und schnell wachsendes Gebiet, in dem Methoden aus der algebraischen Topologie, ursprünglich ein abstrakter Zweig der reinen Mathematik, auf Datensätze angewendet werden, um Formen zu entdecken, die in komplexen Daten verborgen sind. Obwohl die mathematischen Methoden fortgeschritten sind, lassen sich die Ergebnisse der Berechnungen leicht in Grafiken zusammenfassen, beispielsweise in sogenannten Barcodes. In diesem Vortrag werde ich die grundlegenden Ideen hinter TDA vorstellen und JMP verwenden, um zu demonstrieren, wie Barcodes aus realen Datensätzen generiert werden. Ich setze keine Vertrautheit mit Mathematik oder Topologie voraus. Wir werden von zwei Schlüsselfunktionen von JMP profitieren: Erstens ermöglicht uns die Integration von R über JSL, die erforderlichen Berechnungen für die Barcodes mit einem kürzlich veröffentlichten R-Paket durchzuführen; Zweitens ist die grafische und interaktive Natur von JMP perfekt geeignet, um die Barcodes anzuzeigen und die Datenexploration fortzusetzen.
