Data mining in JMP con set di dati che non conosci
Laboratorio pratico
Collegamenti ad argomenti emersi nella discussione nei commenti qui sotto
Descrizione
La chiave per un’analisi dei dati efficace è un approccio strutturato che inizia con la comprensione del set di dati e si sposta gradualmente verso tecniche di analisi più complesse. Vieni a questo workshop pratico in cui esploriamo i dati dei semiconduttori per processi e sensori, iniziando dai dati grezzi. Tratteremo le migliori pratiche per preparare i dati, esploreremo diverse visualizzazioni di dati e utilizzeremo più tecniche di data mining per approfondire l'analisi delle cause principali utilizzando la GUI di JMP.
Quando ci si avvicina a un nuovo set di dati, in particolare per l'analisi in JMP, ecco alcune best practice di cui discuteremo:
Preparazione dei dati
- Panoramica iniziale dei dati
- Identificare valori mancanti, valori anomali e incoerenze
- Eseguire operazioni di pulizia dei dati come filtrare dati irrilevanti e decidere come gestire i dati mancanti
Analisi e visualizzazione dei dati
- Analisi esplorativa dei dati (EDA)
- Genera statistiche di riepilogo per comprendere la distribuzione dei dati
- Scopri modelli e anomalie utilizzando visualizzazioni di dati, come istogrammi, grafici a dispersione e box plot
- Visualizzazione dati
- Utilizza l'interfaccia utente grafica interattiva di JMP per esplorare diverse visualizzazioni di dati
- Sperimenta vari grafici per rappresentare al meglio le caratteristiche dei dati sottostanti
Modellazione predittiva
- Tecniche di data mining
- Applicare tecniche di clustering per raggruppare punti dati simili
- Utilizzare i metodi dell'albero decisionale per identificare la struttura e le relazioni all'interno dei dati
- Analisi delle cause profonde
- Esaminare le potenziali relazioni analizzando i segmenti di dati
- Sfrutta gli strumenti di JMP per la verifica delle ipotesi e l'analisi di regressione per convalidare i risultati
