"JMP®: 다차원 데이터 분석 및 모델링" 과정 홈페이지
요약: 이 과정은 변수가 많은 데이터로 작업하는 JMP 사용자를 대상으로 합니다. 이 과정에서는 데이터에 존재하는 패턴뿐만 아니라 더 적은 차원에서 고차원 데이터를 검사하는 다양한 방법을 보여줍니다.
관찰값 간의 관계는 물론 변수 간의 관계도 밝혀지는 비지도 학습 방법이 제시됩니다. 또한 이 과정에서는 출력 변수와 입력 변수 간의 관계를 모두 고려하는 지도 학습을 수행하는 다양한 방법을 보여줍니다. 이 과정에서는 분석 결과를 이해하고 그래프를 통해 결론을 제시하는 데 중점을 둡니다.
지속:14시간 분량의 콘텐츠.
양식:
- 강사와 함께 온라인 라이브 - 이 강좌는 공개 강좌 일정 에 따라 정기적으로 제공됩니다. 공개 강좌는 실시간 강사 와 함께 이 콘텐츠를 배울 수 있는 기회이지만 현재는 영어로만 제공되며 때로는 미국 청중에게 가장 편리합니다(대부분의 강사가 미국 시간대에 있기 때문입니다). 당신이 찾고 있는 것이 보이지 않습니까? 우리에게 알려주십시오 .
- 제3자 교육 공급업체를 통해 -- JMP 커리큘럼의 모든 과정은 회사의 교육 부서를 포함하여 허가받은 교육 공급업체에서 가르칠 수 있습니다. 자세한 내용은 JMP 담당자에게 문의하세요.
전제 조건: 이 과정에 참여하기 전에 JMP® 소프트웨어: 데이터 탐색에 대한 사례 연구 접근 방식 및 JMP®: 분산 분석 및 회귀를 사용한 통계적 결정 과정을 완료하거나 이에 상응하는 경험이 있는 것이 좋습니다.
학습 목표:
- 주성분 분석을 사용하여 데이터 차원 수 줄이기
- 로딩 플롯을 사용하여 변수 간의 관계 이해
- 주성분 점수 해석 및 요인 분석 수행
- 주성분 회귀(PCR)로 공선성을 제거하여 보다 안정적인 모델 구축
- 클러스터 분석을 통해 데이터의 자연스러운 그룹화를 식별합니다.
- 변수 클러스터 식별
- 판별 분석을 통해 관측치를 그룹으로 분류
- 부분 최소 제곱(PLS) 회귀 모델을 사용하여 복잡한 다변량 예측 모델을 맞춥니다.
강의 개요:
다차원 데이터 소개
주요 구성 요소 분석
주성분 회귀
요인 분석
클러스터 분석
- 클러스터 분석 소개
- 계층적 클러스터링
- K - 클러스터링을 의미합니다.
- 변수 클러스터링
판별 분석
부분 최소제곱 회귀
고급 통계 모델링답변: "JMP®: 다차원 데이터 분석 및 모델링" 과정 홈페이지@Raaed 님, 안녕하세요. 코스 옵션은 다음과 같습니다.
양식:
- 강사와 함께 온라인 라이브 - 이 강좌는 공개 강좌 일정 에 따라 정기적으로 제공됩니다. 공개 강좌는 실시간 강사 와 함께 이 콘텐츠를 배울 수 있는 기회이지만 현재는 영어로만 제공되며 때로는 미국 청중에게 가장 편리합니다(대부분의 강사가 미국 시간대에 있기 때문입니다). 당신이 찾고 있는 것이 보이지 않습니까? 우리에게 알려주십시오 .
- 제3자 교육 공급업체를 통해 -- JMP 커리큘럼의 모든 과정은 회사의 교육 부서를 포함하여 허가받은 교육 공급업체에서 가르칠 수 있습니다. 자세한 내용은 JMP 담당자에게 문의하세요.
현재 공개 캘린더에는 이 과정의 예정된 세션이 없습니다. 이 강좌를 요청하려면 다음 옵션을 사용하세요. "찾고 있는 내용이 없습니까? 알려주세요 ."
답변: "JMP®: 다차원 데이터 분석 및 모델링" 과정 홈페이지강좌에 어떻게 등록하나요?
