고객에게 보여주기 위해 Formula Depot을 통한 모델 배포의 예는 무엇입니까?안녕하세요 여러분,
제조 환경에 배포할 모델을 개발하기 위해 JMP Pro에 관심이 있는 고객이 많이 있습니다. 몇몇 고객은 Formula Depot의 모델을 외부에 적용할 수 있는 방법에 대한 예를 요청했습니다. 다른 환경(예: Python?)에서 사용되는 모델을 보여줄 수 있는 '쉬운' 데모가 있습니까?
건배,
벤
Re: 고객에게 보여주기 위해 Formula Depot을 통한 모델 배포의 예가 무엇입니까?안녕하세요 @Ben_Ingham 님 , 이 주제는 Formula Depot을 개선하고 발전시키는 방법과 관련하여 제품 관리팀에서 적극적으로 논의하고 있습니다.
XGBoost 및 Torch 추가 기능을 사용하여 긍정적인 방향을 제시하고 싶었습니다. 즉, JMP Pro에서 코딩 없이 모델을 훈련한 다음 사용자 정의 래퍼 Python 클래스를 사용하여 Python에 배포하여 JMP Pro에 저장된 모델을 다시 읽는 것입니다. 파이썬으로.
더 일반적으로 말하면 JMP가 생성하는 거의 모든 모델은 XGBoost와 Torch에서 이미 제공되는 Python 코드를 기반으로 PyTorch에서 쉽게 구현될 수 있다고 생각합니다. 이는 GPU에서 실행 가능하고 ONNX와 같은 다른 널리 사용되는 형식으로 변환할 수 있는 풍부한 기능의 배포 가능한 Python 모델 개체를 제공합니다.
하나 이상의 구체적인 예를 염두에 두고 있거나 제조 환경에서 하나 이상의 예를 추천하거나 제공하려는 고객이 있다면 현재 JMP에서 생성된 공식을 완전한 PyTorch로 변환할 수 있도록 기꺼이 협력하겠습니다. 모델 객체.
단순 회귀 모델(선형 또는 로지스틱)이 가장 쉬울 것입니다. 한 가지 중요한 부분은 새로운 X 변수가 JMP 모델과 동일한 방식으로 변환되도록 하는 것입니다.
Re: 고객에게 보여주기 위해 Formula Depot을 통한 모델 배포의 예가 무엇입니까?안녕하세요 벤 - JMP가 Formula Depot에서 생성한 코드를 사람들에게 자주 보여주는 것만으로도 충분합니다. 특히 C와 Python 코드를 보여주는 것은 일반적으로 사람들에게 도움이 됩니다. 시스템에 코드를 배포하는 등 JMP 외부 지원에 관여하지 마세요. 그건 그들이 알아낼 몫이에요.
Formula Depot의 멋진 데모에는 모델 비교와 프로파일러가 포함되어 있습니다. (이제 Model Screening도 이 작업을 수행하고 그래프 메뉴 아래의 독립형 프로파일러에 공식을 넣을 수 있습니다.) 저는 반응 표면 모델, 파티션 모델, 부트스트랩 또는 신경 모델 등 다양한 유형의 3가지 모델을 만드는 것을 좋아합니다. 프로파일러에 쌓아두면 각 종류의 모델이 데이터와 어떻게 관련되어 있는지, 각 모델이 서로 다른지 이해할 수 있다는 것을 사람들에게 보여줄 수 있습니다. 등."). 또한 실제와 예측을 비교하고 데이터의 일부 영역이 다른 모델의 다른 영역과 어떻게 다르게 맞는지 보여줍니다. 백색 폴리머의 수율이 이를 위해 작동합니다.
Re: 고객에게 보여주기 위해 Formula Depot을 통한 모델 배포의 예가 무엇입니까?안녕하세요 @Laura_Higgins 님 ,
Formula Depot을 시연하는 방법에 대한 조언과 안내에 감사드립니다. 한번 시도해 보겠습니다!
감사해요,
벤
Re: 고객에게 보여주기 위해 Formula Depot을 통한 모델 배포의 예가 무엇입니까?안녕하세요 @russ_wolfinger 님 ,
정보 주셔서 감사합니다. 적합할 수 있는 일부 데이터세트를 살펴보겠습니다. 일반적으로 대부분의 고객 요구 사항을 충족하고 간단한 모델을 사용하는 제조 각도로 더 큰 것을 찾고 있습니다. 알려드리겠습니다!
감사해요,
벤
