今年 6 月、JMP と Wiley は 2 部構成のウェビナー シリーズを開催しました。 JMP で「より少ないリソースでより多くのことを実現」のパラドックスを克服する。 このシリーズでは、今日の職場で誰もが直面している新たな現実を克服する方法、つまり予算を増やすことなく効率を高め、プロセスを改善し、組織の成長を促進する方法について議論しました。 このシリーズでは、参加者がデータをより明確に確認し、発見を簡単に解釈して共有し、「より少ないリソースでより多くのことを行う」ための洞察に基づいた改善を行うのに役立つ実際のヒント、コツ、ベスト プラクティスを参加者に提供しました。
最初の話は、 Python のデコード: JMP Pro を使用して検出からモデルのデプロイまでの時間を短縮するでは、JMP Pro がデータ サイエンスと機械学習で最も広く使用されているプログラミング言語の 1 つである Python とどのようにシームレスに統合されるかを参加者に説明しました。 Dウェビナー中、Rウルフィンガーさん。 JMP の科学発見およびゲノミクス担当ディレクター、および Kemal Oflus 氏は、主任システム エンジニアは、出席者に次の方法を説明しました。
- Python をデータ分析ワークフローに統合する
- JMP Pro を使用して複雑なデータセットを視覚化、調査、クリーンアップします
- データに適合する最適なモデルを迅速に選別し、特定し、プロトタイプを作成する
- ハイパーパラメータ調整のためのモデル実験を設計して実行する
- JMP Pro と Python ワークフローを実際のアプリケーションに展開します。
講演に参加した方は、ラスとケマル
このイベントのオンデマンド録画にすぐにアクセスするには、Wiley Web サイトに登録してください。 https://events.bizzabo.com/487993/home。
２回目のお話は、 JMP を使用した曲線データの分析では、JMP で曲線データを分析する方法と、入力変数が曲線の形状にどのような影響を与えるかをより深く理解するために実験計画法とモデリングで曲線を使用する方法を出席者に示しました。 曲線で表されるデータは、多くの科学者やエンジニアが直面する課題です。 シニア システム エンジニアの Andrea Coombs 氏が主導したこの講演では、数式で記述される曲線と、柔軟な適合で記述する必要がある曲線の両方を分析する方法が出席者に示されました。 また、入力変数が曲線の形状にどのような影響を与えるかをより深く理解するために、実験計画法とモデリングで曲線を使用する方法を視聴者に示しました。
このイベントのオンデマンド録画にアクセスするには、Wiley Web サイトに登録してください。 https://events.bizzabo.com/487993/home。
