条形码 - 或如何发现复杂数据中的形状<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />David Meintrup，博士，德国因戈尔施塔特应用科技大学数学、统计学和运筹学教授
数据的复杂性，例如由于体积、维度、噪声或非线性关系，可能导致传统数据探索技术失败。 拓扑数据分析 (TDA) 是一个现代且快速发展的领域，代数拓扑最初是纯数学的一个抽象分支，其方法被应用于数据集以发现隐藏在复杂数据中的形状。 尽管数学方法很先进，但计算结果可以很容易地用图表来概括，例如所谓的条形码。 在本次演讲中，我将介绍 TDA 背后的基本思想，并使用 JMP 演示如何生成真实世界数据集的条形码。 我不假设您熟悉数学或拓扑。 我们将受益于 JMP 的两个关键特性：首先，R 的集成允许我们通过 JSL 使用最近发布的 R 包对条形码执行所需的计算；其次，JMP 的图形和交互特性非常适合显示条形码和继续数据探索。
数据探索
