数据科学家——征求意见JMP/JMP Pro 的哪些方面被/应该被任何自称为“数据科学家”的人利用，并且最强大？
回复：数据科学家 - 征求意见另外两个想法……与 JMP 产品没有直接关系，但我认为这两种类型的技能至少可以让“数据科学家”与他们的一些同事区分开来。
想法 1：当科学家有合理的、可测试的、合理的业务问题或技术问题需要解决时，IMO 数据科学相关技术（JMP 产品中的技术）实践最有效/问题）。 “数据”出现在数据科学家船的横梁上，说明仅限于“告诉我们它告诉我们什么”的情况……是导致各种问题、浪费精力、错过信号等问题的良方比最优决策。 因此，当数据科学家陷入这种情况时，他们需要能够停止分析工作，并向发起人提出探索性问题，以便高效且有效地执行流程的分析部分。
想法二：消费者通常不关心用于回答原始问题或告知他们的丰富分析工具集。 因此，数据科学家需要会说两种语言……会说分析语言（以捍卫或详细解释他们的方法）和他们的消费者的语言。 通常，语言是金钱或业务影响……而不是 R^2、F 检验、置信区间等等。 因此，如果数据科学家仅使用分析语言进行交流，那么总体信息及其对项目的影响很可能不会完全有效。 帮助解决双语问题的一种方法是使用 JMP 的数据可视化工具……而不是平台附带的表格。 科学家可能仍然需要解释一些事情……但如果保持简单和直观……他们就有机会被听到和理解。
回复：数据科学家 - 征求意见@dara_hammond让我试着在沙子上画一些线……但要认识到这些是波浪线“数据组装”阶段方法，例如手动输入、JMP 查询生成器、查询生成器、Exel/kissing cousin 导入流、与 SAS/R/ 的接口Python/Matlab 等，现在版本 14 多文件导入，http 请求。 但即使在这里……像 Query Builder 这样的东西肯定会陷入“争吵”。 就像开始过滤一样，更改查询中的变量名称（真的只是另一种形式的重新编码吗？）等等。
在“争论”空间中...我将从假定数据现在位于 JMP 数据表中开始。 现在是重塑、重新格式化、转换、创建新变量（如验证列或使用公式编辑器）等的时候了。表菜单中有如此多的数据表转换、缺失值检测/插补、探索异常值以了解“我如何处理他们？问题。 而它们的母体现在都在第 14 版中，Recode。
回复：数据科学家 - 征求意见当我围绕我得到的所有伟大的东西整理我的想法时，我似乎能够根据你对“数据组装”和“争论”的分离在彼得的第 2 阶段中画出几条线。你能分享更多关于你在细分中对什么进行分类的细节吗？
回复：数据科学家 - 征求意见非常有趣的文章，从工作描述的角度出发，首先使用数据来理解“数据科学”的含义。
它可能会提供有关如何帮助 JMP 客户实现职业转型的线索，或者了解自称数据科学家的新客户可能正在寻找的线索。
https://medium.com/indeed-data-science/theres-no-such-thing-as-a-data-scientist-8dae923c14e3
举个例子：“最后，我们看到一些自然科学家可能正在通过数据科学领域的统计学家一端进入数据科学领域。”
回复：数据科学家 - 征求意见对于那些感兴趣的人，我附上了 CRISP-DM 参考文档。 作为@nascif_jmp提到它已经过时了……而且 SPSS 是贡献/参与的供应商之一……但我认为作者在保持文档供应商不可知方面做得很好。 我做了一些挖掘，看起来 2.0 版本从未超过某些草稿审查阶段，据我所知，从未正式发布。 但我认为这份文件经得起时间的考验。
回复：数据科学家 - 征求意见回复：分析生命周期，也值得查找 CRISP-DM 模型。 它超越了 SAS，并且已经存在了一段时间。
@russ_wolfinger写道：
是的，看起来不错。这与最近关于“分析生命周期”的许多玩笑很吻合——SAS Viya 的消息传递的一部分，也是来自 Thotwave/Duke 的 Greg Nelson 的一本书的主题，Anne 刚刚采访了他分析的说。
可以在第一阶段添加模拟，我更喜欢将第二阶段分成两部分，比如数据组装和数据整理。
另外，请留意我下周演讲中的“数据科学五角星”。
回复：数据科学家 - 征求意见是的，看起来不错。这与最近关于“分析生命周期”的许多玩笑很吻合——SAS Viya 的消息传递的一部分，也是来自 Thotwave/Duke 的 Greg Nelson 的一本书的主题，Anne 刚刚采访了他分析的说。
可以在第一阶段添加模拟，我更喜欢将第二阶段分成两部分，比如数据组装和数据整理。
另外，请留意我下周演讲中的“数据科学五角星”。
回复：数据科学家 - 征求意见任何帮助他们解决手头实际问题的能力。 所以我认为这个问题实际上是在考虑任何给定问题的工作流程。 我看到使用 JMP/JMP Pro/JMP Clinical/JMP Genomics 的 4 个潜在阶段......因为我相信数据科学家，根据问题，可能会发现这些工具箱中的任何一个是最佳的......同样取决于问题. 我并不完全欣赏 JMP Clinical 和 Genomics 中的工具，因此我在以下阶段中的列表肯定忽略了这两个产品中的关键任务功能。
第一阶段：在不存在数据时创建数据。 在这里，我主要讨论 DOE 作为创建手头问题所需数据的方法。
第二阶段：获取数据。 现在“数据”存在于其他地方，有必要将数据导入 JMP 生态系统。 因此查询生成器、直接文件导入、以某种形式从网络上抓取，甚至手动输入数据都可能发挥作用。 我将在此阶段包括所有数据准备和审查步骤。 因此，重新编码、探索异常值、缺失数据、用于创建派生变量的转换/公式编辑器、验证策略等。
第三阶段：分析数据。 天哪……考虑到手头的问题，这可能是整个分析和图形主菜单栏。
第四阶段：与他人分享您的发现。 在这里，我认为考虑“生产者”和“消费者”的概念很重要。 生产者创建分析、结论和建议，以及对原始问题的回答。 消费者需要了解情况、做出决定或以某种方式实际使用结果。 对于需要通知的消费者来说，复制/粘贴到 MS Word/pdf 等静态内容可能就足够了。 那些需要做出决定的人可能需要交互式仪表板、日志或 HTML5 内容。 并且不要忘记用于将模型发布到某些目标生产应用程序的 Formula Depot。
回复：数据科学家 - 征求意见数据科学正在爆炸式增长，我的感觉是 JMP 作为“第一眼”工具具有非常强大和独特的作用，尤其是对于表格数据，文本和图像数据也越来越如此。有数据表吗？首先在 JMP 中打开它们，以快速高效地确定您拥有的内容、发现问题（几乎每个原始数据集都存在问题）、争论以及为预测建模设计特征。顺便说一句，您还可以设计最佳实验，以更好地理解和验证您的系统，并使用最佳统计模型分析结果。虽然 JMP 的预测建模平台不是最先进的，但它的交互式探索功能以及图形和分析的深度集成是最先进的。首先是鼠标与键盘。
在 Dan V、Geoff 和其他人的善意推动下，我将围绕 Kaggle 竞赛中的经验教训进行一次演讲，并将在 3 月 22 日的 JMP 开发会议上发表演讲。JMP 一直是我的秘密武器。达拉，感谢完美的预告片问题；检查是在邮件中...
回复：数据科学家 - 征求意见通常，数据科学家负责将模型投入生产，或者与负有该职责的数据工程师/软件工程师进行交互。
在这种情况下，JMP Pro 以生产语言（如 SAS、SQL、Python、C 和 JavaScript）生成评分代码的能力会非常有用。
回复：数据科学家 - 征求意见虽然“数据科学家”的定义不如“职业摔跤手”那么明确，但在我的脑海中：
对于“数据整理”组件——
HTTP 请求
查询生成器
Python、R、Matlab + SAS 集成
Recode +（如果是 Pro）它部署到 Formula Depot 的能力
表操作（堆栈/拆分等）
对于非争吵组件：一旦数据到位，我会说通常的嫌疑人...... Graph Builder、Text Explorer、JMP Pro 分析片段（尤其是 GenReg）以及在 R 或 Python 中不容易访问的交互功能。
