今年 6 月，JMP 和 Wiley 舉辦了一個由兩部分組成的網絡研討會系列，使用 JMP 克服“少花錢多辦事”悖論。 該系列討論了克服當今工作場所中每個人都面臨的新現實的方法 - 提高效率、改進流程並推動組織發展......所有這些都無需增加預算。 該系列為與會者提供了現實世界的提示、技巧和最佳實踐，幫助他們更清楚地看到數據，輕鬆解釋和分享發現，並進行洞察驅動的改進，幫助他們“事半功倍”。
第一個談話，解碼 Python：使用 JMP Pro 縮短從發現到模型部署的時間，向與會者展示了 JMP Pro 如何與 Python（數據科學和機器學習領域使用最廣泛的編程語言之一）無縫集成。 D在網絡研討會期間，R沃爾芬格號航空母艦。 JMP 科學發現和基因組學總監 Kemal Oflus，首席系統工程師向與會者展示瞭如何：
- 將 Python 集成到數據分析工作流程中
- 使用 JMP Pro 可視化、探索和清理複雜的數據集
- 快速篩選、識別和原型適合數據的最佳模型
- 設計並運行超參數調整模型實驗
- 為實際應用程序部署 JMP Pro 和 Python 工作流程。
如果你參加了演講，拉斯和凱末爾
要立即訪問該活動的點播錄音，請在 Wiley 網站上註冊： https://events.bizabo.com/487993/home。
第二次談話，使用 JMP 分析曲線數據，向與會者展示瞭如何在 JMP 中分析曲線數據，以及如何在實驗設計和建模中使用曲線，以更好地了解輸入變量如何影響曲線的形狀。 這是許多科學家和工程師面臨的挑戰 - 用曲線表示的數據。 此次演講由高級系統工程師 Andrea Coombs 主持，向與會者展示瞭如何分析由公式描述的曲線以及需要通過靈活擬合來描述的曲線。 它還向觀眾展示瞭如何在實驗設計和建模中使用曲線，以更好地了解輸入變量如何影響曲線的形狀。
要訪問該活動的點播錄音，請在 Wiley 網站上註冊： https://events.bizabo.com/487993/home。
