Des exemples de déploiement de modèles via Formula Depot à montrer aux clients ?Salut tout le monde,
J'ai un certain nombre de clients intéressés par JMP Pro pour développer des modèles à déployer dans leurs environnements de fabrication. Quelques-uns m'ont demandé un exemple de la manière dont les modèles de Formula Depot peuvent être appliqués en externe. Avons-nous des démos « faciles » qui peuvent montrer les modèles utilisés dans un environnement différent (comme Python ?).
Acclamations,
Ben
Re : Exemples de déploiement de modèles via Formula Depot à montrer aux clients ?Bonjour @Ben_Ingham , Ce sujet est activement discuté par la direction produit en conjonction avec les moyens d'améliorer et d'aller au-delà de Formula Depot.
Nous voulions offrir une direction positive que nous utilisons avec les compléments XGBoost et Torch, qui consiste à former des modèles sans codage dans JMP Pro, puis à les déployer en Python à l'aide de classes Python wrapper personnalisées pour lire les modèles enregistrés par JMP Pro. en Python.
Plus généralement, je pense que pratiquement tous les modèles produits par JMP pourraient être facilement implémentés dans PyTorch, en s'appuyant sur le code Python déjà disponible auprès de XGBoost et Torch. Cela fournirait des objets de modèle Python déployables et riches en fonctionnalités, exécutables sur des GPU et convertibles en d'autres formats populaires comme ONNX.
Si vous avez un ou plusieurs exemples spécifiques en tête - ou peut-être même un client disposé à en recommander ou à en fournir un dans un environnement de fabrication - je serais heureux de travailler avec vous pour convertir les formules actuellement produites par JMP en PyTorch à part entière. objets modèles.
Les modèles de régression simples (linéaire ou logistique) seraient probablement les plus simples. Un élément clé consiste à garantir que les nouvelles variables X soient transformées exactement de la même manière que le modèle JMP.
Re : Exemples de déploiement de modèles via Formula Depot à montrer aux clients ?Salut Ben - Il suffit souvent de montrer aux gens le code que JMP produit à partir de Formula Depot. En particulier, afficher le code C et Python le fait généralement pour les gens. Ne vous laissez pas entraîner à prendre en charge des éléments extérieurs à JMP, comme le déploiement de code dans leurs systèmes. C'est à eux de comprendre.
Une belle démo de Formula Depot inclut la comparaison de modèles et les profileurs (bien que Model Screening le fasse également maintenant, et vous pouvez mettre les formules dans le profileur autonome sous le menu Graphique). J'aime créer 3 modèles de types différents, comme un modèle Response Surface, un modèle Partition et un modèle Bootstrap ou Neural. Lorsqu'ils sont empilés dans le Profiler, vous pouvez montrer aux gens qu'ils peuvent comprendre comment chaque type de modèle est lié aux données, et que chaque modèle est différent ("Regardez comment celui-ci est échelonné, celui-ci est une ligne courbe, etc."). Affichez également le réel par prévu et comment certaines zones des données s'adaptent différemment à d'autres dans différents modèles. Le rendement du polymère blanc fonctionne pour cela.
Re : Exemples de déploiement de modèles via Formula Depot à montrer aux clients ?Salut @Laura_Higgins ,
Merci pour les conseils et les conseils sur la façon de faire une démonstration de Formula Depot - je vais l'essayer !
Merci,
Ben
Re : Exemples de déploiement de modèles via Formula Depot à montrer aux clients ?Salut @russ_wolfinger ,
Merci pour l'information - je vais examiner certains ensembles de données qui peuvent convenir - je recherche généralement quelque chose de plus grand avec un angle de fabrication qui couvrirait la plupart des exigences des clients et utilise un modèle simple - je vous le ferai savoir !
Merci,
Ben
