이것은 맨체스터에서 열린 2024 JMP Discovery의 전체 연설을 약 10분 동안 요약한 버전입니다. JMP 18 콘텐츠에 대한 리소스이자 중간 규모 및 대규모 청중을 대상으로 특정 상황에서 사용할 수 있는 프레젠테이션 기술의 예로서 여기에 게시되었습니다.
다음은 필요한 경우 스크립트의 시작점으로 사용할 수 있는 프레젠테이션의 기록입니다.
맨체스터의 정신을 마음에 새기는 맥락을 알 수 있도록 여기 처음부터 이에 대한 논평을 한 것 같습니다.
이것이 제가 1단계 데모라고 부르는 것입니다. 이것은 사람들을 흥분하게 만들고 입에 거품을 물고 영업 팀과 이야기를 나누고 실제로 더 집중적인 기술 데모를 수행할 수 있는 자격을 갖추도록 하는 것이 목표인 마케팅 데모입니다. 우리는 실제로 상황이 무엇인지 알 수 있습니다. 새로운 사항, 18년의 새로운 사항, 고객의 구체적인 고통에 대한 메모를 맞춤화하고 이것이 바로 우리가 이 특정 제품에 대해 해야 할 일입니다. else의 다음 작업은 새로운 기능이 특정 고객에게 공감을 불러일으킬 소프트웨어의 어떤 측면에 초점을 맞추는 것입니다.
그리고 이것은 우리가 가능한 한 많은 사람들을 유입경로로 끌어들인 다음 그곳으로 이동하기를 원하기 때문에 넓은 그물을 사용하는 아주 소수의 장소 중 하나입니다.
어, 그런 정신으로 나는 John Sall의 Discovery 강연을 뻔뻔하게도 읽었습니다. 이것이 바로 맨체스터의 전체 연설의 10분 버전입니다.
피크, 파이프, 프로필, 사전 설정 및 Python.
그리고 바로 들어가 보겠습니다.
우리가 가장 먼저 이야기하고 싶은 것은 봉우리입니다.
이것은 분광학 때문에 제 마음에 쏙 드는 주제이고 우리가 한 일은 Functional Data Explorer에서 이루어졌습니다.
우리는 수동으로 피크를 추가하여 정보를 매우 빠르게 추출할 수 있는 새로운 기능을 모델링에 추가했습니다.
이것은 모두 우리가 일상에서 볼 것으로 기대하는 것과 완전히 상호작용적입니다.
사람들은 피크 찾기 도구를 사용합니다.
지역을 강조 표시하고, 시작과 끝을 얻고, 위치와 높이 정보를 얻고, 곡선 아래 면적을 얻는 것을 볼 수 있습니다.
여기서 우리가 기억해야 할 한 가지를 보는 데 사용된 모든 표준 매개변수는 다른 유형의 메소드에서와는 약간 다르게 이 작업을 수행한다는 것입니다.
그리고 바로 여기에서 동시에 수많은 서로 다른 피크를 자동화하고 실행하여 동일한 정보를 동시에 얻을 수 있습니다.
따라서 우리는 수동으로 피크를 잡거나 해당 피크가 어떤 분포에서 나오는지 파악하는 것에서 한 번의 클릭으로 전환하여 필요한 대부분의 정보를 얻었습니다.
다시 18단계로 이동하여 두 곡선 모두에 확장된 분광 기능 세트를 추가합니다.
오늘은 보여드리지 않았지만 주요 기능은 모두 Functional Data Explorer에도 있습니다.
다음으로 파이프 유형입니다.
내 말은 우리가 데이터를 시스템으로 가져오거나 약간의 논리를 통해 라우팅한다고 부르는 데이터 커넥터를 의미합니다.
파이프.
제가 아버지께서 라텍스를 배우느냐 안 배우느냐에 대해 말씀하시는 것을 들었을 때, 아버지는 Linux에서 작은 파이프를 사용하여 여러 가지를 연결하는 방법에 대해 말씀하셨습니다. 그래서 데이터 커넥터에 대해 파이프에 대해 이야기하겠습니다.
우리는 그것들을 영원히 갖고 있었지만 지금 우리가 한 일은 실제로 기관 전반에 걸쳐 표준화하고 해당 정보를 공유하는 것을 정말 쉽게 만들었습니다.
그럼 여기서 나를 만나러 가겠습니다.
제가 이미 구축한 여러 데이터 커넥터를 사용하여 그룹의 다른 모든 사람에게 보낼 수 있는 작은 라이브러리를 구축하는 것부터 시작하겠습니다.
그래서 나는 내 몫, 내 엑셀, 내 금형 지도를 팔고 싶은 동시에 내 생화학도 공유하고 싶습니다.
이를 추가 기능으로 저장할 수 있으며 다른 사람에게 보낼 때 자동으로 설치됩니다. 그러면 그들은 그것을 열고 팀을 뛰어 넘어 새로운 데이터 커넥터를 만들 수 있습니다. 기존 데이터를 사용하고 기존 데이터 커넥터 또는 프로토타입 중 하나.
여기에서 나를 볼 수 있습니다.
나는 특정 데이터베이스의 요구 사항이나 특정 데이터베이스의 구성에 맞게 검색, 조정 및 사용자 정의할 수 있는 다양한 정보에 액세스할 수 있습니다.
이것은 데이터베이스에서 자신이 무엇을 하고 있는지 실제로 알고 있는 사람들을 안내하기 위한 조금 더 많은 정보입니다. 그러나 다시 우리는 여기에 올 수 있는 꽤 많은 정보에 액세스할 수 있습니다.
이 정보를 테스트하여 모든 것이 예상대로 작동하는지 확인할 수도 있습니다.
다시 한 번 말씀드리지만, 여기서 중요한 점은 조정을 관리하고 가장 중요하게는 비즈니스 팀 간에 데이터 커넥터를 공유할 수 있는 새로운 기능을 갖게 되었다는 것입니다.
서로 다른 드라이버 버전을 갖고 있거나 이 기능을 내장하는 것만으로도 해당 고객 기반 전반에 걸쳐 발생하는 많은 문제를 해결할 수 있는 다양한 버전의 상황을 갖고 있는 고객이 얼마나 되는지 알 수 없습니다.
다음은 프로파일러입니다.
따라서 프로파일러는 영원히 도약해왔지만 18년에 우리가 한 일은 거기에서 약간의 새로 고침을 수행한 것입니다.
글쎄요, 우선, 우리는 신뢰 구간과 매우 다른 예측 구간을 가질 수 있는 능력을 내장하고 있습니다.
문제를 보는 다른 방법과 사용 방법, 그리고 하단의 녹색 숫자와 프로필의 녹색 막대를 통해 예측에 사용할 수 있는 다양한 숫자 세트를 제공합니다.
지금은 그것들을 꺼두겠습니다.
그래프의 일부 보강을 위한 일부 장식을 위해 상호 작용을 오버레이하는 기능을 추가했습니다.
우리는 믿을 수 없을 만큼 빠르게 이 작업을 수행한 것을 볼 수 있으며, 다시 한 번 말하지만 실제로는 Python을 실행하여 이미지를 다시 가져오는 것입니다.
따라서 우리는 상당히 복잡한 상호 작용 알고리즘을 신속하게 시각화하는 데 도움이 되는 두 도구의 속도와 성능을 활용하고 있습니다.
다시 한 번, 점프 18 피크, 파이프, 프로필, 사전 설정 및 Python의 5가지 주요 기능입니다.
