Hallo alle,
Ich habe Ideen, Fragen und Antworten, einige Anwendungsfälle und offene Fragen auch zu FDE gesammelt. Der aktuelle Thread mit weiteren Hintergrundinformationen zu FDE ( https://community.jmp.com/t5/JMP-SE-Discussions/FDE-maths-behind-fitting-options/mp/662515#M6331 ) zeigt auch Interesse am Thema an.
Nachdem ich JMP Pro für FDE einmal verkauft hatte, stieß ich das ganze Jahr über auf einige Schwierigkeiten. Einer davon ist definitiv, dass FDE (FDA im Allgemeinen) weitgehend unbekannt zu sein scheint (ich kann hauptsächlich für die Chemiekunden sprechen). Es ist sehr einfach, das Interesse potenzieller Kunden zu wecken, aber der tatsächliche Verkauf bleibt eine Herausforderung (zumindest für mich 
). Ich denke, es wäre sehr hilfreich, besser zu verstehen, was es leisten kann, wie es funktioniert usw., um es besser und häufiger bei den Kunden zu bewerben.
Mein Vorschlag ist ein Ort, an dem wir Anwendungsfälle, Fragen und Antworten, Alltagsgeschichten davor und danach sowie zusätzliche Inhalte wie theoretischen Hintergrund oder Schulungsmaterialien (für die SE-Ausbildung) sammeln. @Di_Michelson 
.
Zunächst einmal: Ein Anwendungsfall war die „halbautomatische Peakanpassung mit Python“.
Situation vorher:
|
Wissenschaftler sammeln über lange Zeiträume viele Proben. Die Messungen führten zu einer spektrenähnlichen Kurve, die je nach Probeneigenschaften in Form und Anzahl der Peaks sehr unterschiedlich aussah.
Die Wissenschaftler beurteilten die verschiedenen Formen visuell und versuchten, die Formeigenschaften der Kurven manuell anzupassen. Problematisch waren unterschiedliche Anzahlen von Peaks, die zunächst identifiziert werden mussten. Nach der Analyse war die Ausgabe nicht wirklich leicht verständlich. Ein Datenwissenschaftler konnte die Daten in Python analysieren, dies war jedoch nicht skalierbar, da dies auf Kosten seines eigenen Arbeitsfortschritts ging.
|
Situation nach:
|
Die Analyse der Daten in FDE zeigte sofortige Ergebnisse (eigentlich innerhalb von 2 Minuten), da die Peaks und Formen automatisch analysiert und mit den Eigenschaften der Probe verknüpft wurden. Allein durch die Verwendung des Profilers konnten sie sofort sehen, was sie suchten.
Ohne Schulungsaufwand konnte der Wissenschaftler die Erkenntnisse sofort mit den Eigenschaften des jeweiligen Produkts in Verbindung bringen.
|
Persönliche Siege:
|
- Bessere Erkenntnisse schneller, bessere Entwicklungsergebnisse
- Einfachere Interpretation und Kommunikation der Ergebnisse
- Kein Wechsel zwischen Softwarepaketen erforderlich
- Sie müssen nicht auf einen Experten/Datenwissenschaftler warten
|
Geschäftsgewinne:
|
- Bessere Erkenntnisse schneller
- Es ist keine Beratung durch Datenwissenschaftler erforderlich
- Skalierbarere Lösung
- Standardisierte Ausgabe
- Eine Software für viele Aufgaben
|
Ich bin gespannt, was Sie von dieser Idee halten und welche weiteren Gedanken Sie haben!
Beste Grüße aus Heidelberg, Deutschland
Florian
Vielen Dank, dass Sie diese Diskussion begonnen haben, Florian. Ich denke, es wäre großartig, eine Bibliothek mit Geschichten sowie häufig gestellten Fragen und Antworten zu entwickeln. Wie Sie sagen, sind nicht viele unserer Benutzer mit FDE vertraut und benötigen häufig mehr Sicherheit und Details zur Methode, als wir derzeit bieten können.
