Demo-Thema
Prädiktive Modellierung
Zweck
Der Zweck dieser Demo besteht darin, Kompromisse beim Erstellen von Vorhersagemodellen in Standard-JMP aufzuzeigen und zu zeigen, wie JMP Pro ein effektiveres Werkzeug sein kann.
Video
Es gibt zwei Videos. Das erste ist eine Erläuterung der Demo für SEs. Das zweite ist die Demo selbst.
Analytische Arbeitsabläufe
Prädiktive Modellierung und maschinelles Lernen
Branche(n)
Allgemeiner Zweck.
Fragen, die beantwortet werden
Die Zielgruppe sind Personen, die mit der prädiktiven Modellierung einigermaßen vertraut sind und möglicherweise davon profitieren, wenn ihnen mehr Tools zur Verfügung stehen. Es ist auch zu erwarten, dass einige Zuhörer möglicherweise nicht verstehen, was prädiktive Modellierung ist.
Aus geschäftlicher Sicht gilt: Wenn ein Kunde mit der Verwendung von Anpassungsmodellen oder -partitionen vertraut ist, sollte er wirklich JMP Pro in seinem Köcher haben, um Modellierungsprobleme zu lösen, die für gewöhnliche kleinste Quadrate und einfache Klassifizierungs- oder Regressionsbäume nicht gut geeignet sind. Diese Probleme sind in der Industrie alltäglich. Eine effektive Lösung dieser Probleme kann einen Mehrwert schaffen, der über die Kosten von JMP Pro hinausgeht.
Was ist die Geschichte/das Szenario?
Für die Demo werden zwei Szenarien verwendet. Das erste ist ein Variablen-Screening-Szenario, das zweite ist die Prozessoptimierung. Beide Szenarien zeigen, wie sich die Ergebnisse in JMP und JMP Pro unterscheiden und erklären, warum JMP Pro-Ergebnisse realistischer sind.
JMP-Funktionen und -Plattformen
Partition, Bootstrap Forest, Fit Model Standard Least Squares-Persönlichkeit und Fit Model Generalized Regression-Persönlichkeit.
Vorbereitung des Discovery-Anrufs, was Sie fragen sollten und mögliche Schwachstellen, auf die Sie achten sollten
Hören Sie auf jeden, der aktiv statistische Modelle erstellt oder eine Führungsrolle und eine Vision für die Nutzung von Daten zur Problemlösung und Innovation innehat. Halten Sie Ausschau nach Herausforderungen, denen Menschen mit Standardmodellen der kleinsten Quadrate und Partitionen gegenüberstehen. Beispielsweise verfügen sie möglicherweise über Daten, die nicht gut für die standardmäßige Methode der kleinsten Quadrate geeignet sind, und haben erfolglos versucht, Antwortvariablen zu transformieren. Alle Kommentare zu Ungenauigkeiten bei Modellvorhersagen sind Anlass für eine JMP Pro-Diskussion. Fazit: Wenn ein Kunde oder potenzieller Kunde statistische Modelle erstellt, sollte er wirklich über JMP Pro verfügen, um komplexe Datenprobleme bewältigen zu können. Jeder hat sie.
Enthaltenes Material
JMP Project enthält alle Demomaterialien.
Zurücklassen
Das JMP-Projekt ist gemeinsam nutzbar.
Tipps für die Bereitstellung der Demo
Sehen Sie sich die Demo-Erklärung für das SE-Video an.
