こんにちは、みんな、
私は FDE に関するアイデア、質問と回答、いくつかの使用例、未解決の質問を収集してきました。 FDE の詳細な背景に関する現在のスレッド ( https://community.jmp.com/t5/JMP-SE-Discussions/FDE-maths-behind-fitting-options/mp/662515#M6331 ）は、トピックへの関心も示しています。
一度 FDE 用の JMP Pro を販売した後、1 年を通していくつかの困難に遭遇しました。 1 つは、FDE (FDA 全般) が広く知られていないことは間違いありません (私は主に化学製品の顧客のことを代弁できます)。 見込み客の興味を引くのは非常に簡単ですが、実際に販売するのは依然として課題です (少なくとも私にとって 
)。 それが何を提供できるか、どのように機能するかなどをよりよく理解することは、顧客に対してより効果的に、より頻繁に宣伝するために非常に役立つと思います。
私の提案は、ユースケース、質問と回答、日々の前後のストーリー、理論的背景やトレーニング資料 (SE 教育用) などの追加コンテンツを収集する場所です。 @ディマイケルソン
。
手始めに: ユースケースの 1 つは、「Python を使用した半自動ピーク フィッティング」でした。
以前の状況:
|
科学者は長期間にわたって多くのサンプルを収集しています。 測定の結果、スペクトルのような曲線が得られ、サンプルの特性に応じて形状やピークの数が大きく異なって見えました。
科学者はさまざまな形状を視覚的に評価し、曲線の形状特性を手動で適合させようとしました。 問題はピークの数の違いであり、最初にそれを特定する必要がありました。 分析すると、その出力は実際には簡単に理解できるものではありませんでした。 データ サイエンティストは Python でデータを分析できますが、これは自分自身の作業の進捗を犠牲にするため、拡張性がありませんでした。
|
その後の状況:
|
FDE でデータを分析すると、ピークと形状が自動的に分析され、サンプルの特性に関連付けられるため、即座に結果が表示されました (実際には 2 分以内)。 プロファイラーを使用するだけで、何を求めているかがすぐにわかりました。
科学者はトレーニングを必要とせず、洞察を各製品の特性に即座に関連付けることができました。
|
個人的な勝利:
|
- より良い洞察をより速く、より良い開発成果を得る
- 結果の解釈と伝達が容易になる
- ソフトウェアパッケージを切り替える必要はありません
- 専門家やデータサイエンティストを待つ必要はありません
|
ビジネスのメリット:
|
- より良い洞察をより迅速に
- データサイエンティストのコンサルティングは不要
- よりスケーラブルなソリューション
- 標準化された出力
- 1 つのソフトウェアで多くのタスクを実行
|
このアイデアについてどう思うか、さらにどんな考えがあるのか興味があります。
ドイツのハイデルベルクからよろしくお願いします
フロリアン
フロリアン、このディスカッションを始めてくれてありがとう。 よくある質問とその回答とともに、ストーリーのライブラリを作成できれば素晴らしいと思います。 おっしゃるとおり、弊社のユーザーの多くは FDE に精通しておりません。多くの場合、FDE に関して、現在提供できる以上の保証と詳細を必要としています。
