Im Juni präsentierten JMP und Wiley eine zweiteilige Webinarreihe: Mit JMP das „Mehr mit weniger erreichen“-Paradoxon überwinden . In der Reihe wurden Wege erörtert, wie man die neue Realität, mit der jeder am Arbeitsplatz von heute konfrontiert ist, bewältigen kann – effizienter werden, Prozesse verbessern und das Wachstum seiner Organisation vorantreiben – und das alles, ohne das Budget zu erhöhen. Die Reihe vermittelte den Teilnehmern Tipps, Tricks und Best Practices aus der Praxis, die ihnen helfen sollen, Daten klarer zu sehen, Entdeckungen leichter zu interpretieren und zu teilen sowie erkenntnisbasierte Verbesserungen vorzunehmen, die ihnen helfen, „mit weniger mehr zu erreichen“.
Das erste Gespräch, Python dekodieren: Verkürzen Sie die Zeit von der Erkennung bis zur Modellbereitstellung mit JMP Pro zeigte den Teilnehmern, wie sich JMP Pro nahtlos in Python integrieren lässt, eine der am häufigsten verwendeten Programmiersprachen in den Bereichen Datenwissenschaft und maschinelles Lernen. D Während des Webinars hat R uss Wolfinger. JMPs Direktor für wissenschaftliche Entdeckung und Genomik und Kemal Oflus, Principal Systems Engineer, zeigte den Teilnehmern, wie man:
- Integrieren Sie Python in Datenanalyse-Workflows
- Verwenden Sie JMP Pro, um komplexe Datensätze zu visualisieren, zu untersuchen und zu bereinigen
- Sie können schnell das beste Modell prüfen, identifizieren und prototypisieren, das zu den Daten passt
- Entwerfen und führen Sie Modellexperimente zur Optimierung von Hyperparametern durch
- Stellen Sie JMP Pro- und Python-Workflows für reale Anwendungen bereit.
Wenn Sie an dem Vortrag teilgenommen haben, Russ und Kemal
Um sofort auf die On-Demand-Aufzeichnung dieser Veranstaltung zuzugreifen, registrieren Sie sich auf der Wiley-Website unter https://events.bizzabo.com/487993/home.
Der zweite Vortrag, Kurvendaten mit JMP analysieren zeigte den Teilnehmern, wie man Kurvendaten in JMP analysiert und wie man Kurven in der Versuchsplanung und Modellierung verwendet, um besser zu verstehen, wie sich Eingabevariablen auf die Form von Kurven auswirken. Es ist eine Herausforderung, vor der viele Wissenschaftler und Ingenieure stehen – Daten, die durch eine Kurve dargestellt werden. Der von der leitenden Systemingenieurin Andrea Coombs geleitete Vortrag zeigte den Teilnehmern, wie sie sowohl durch eine Formel beschriebene Kurven als auch Kurven, die mit einer flexiblen Anpassung beschrieben werden mussten, analysieren können. Außerdem wurde den Zuschauern gezeigt, wie man Kurven in der Versuchsplanung und Modellierung verwendet, um besser zu verstehen, wie sich Eingabevariablen auf die Form von Kurven auswirken.
Um auf die On-Demand-Aufzeichnung dieser Veranstaltung zuzugreifen, registrieren Sie sich auf der Wiley-Website unter https://events.bizzabo.com/487993/home.
