Dank Russ Wolfinger und JMP-Superusern wie @SDF1 gibt es jetzt Add-Ins, mit denen sich Hyperparameter für XGBoost, neuronale Netze, Bootstrap-Wälder und andere problemlos optimieren lassen, aber ich würde diese wirklich gerne in JMP integriert sehen. Ich würde beispielsweise gerne Tausende neuronaler Netze mit mehreren Ys testen, was mit dem Add-In noch nicht möglich ist (und meines Wissens nach für XGBoost überhaupt nicht möglich ist).
Manchmal müssen wir mehr als eine Sache vorhersagen. Vielleicht möchten Sie beispielsweise einen Prozess optimieren und gleichzeitig die Kosten minimieren. Mit mehreren JMP-Modellierungsplattformen können Sie ein Zwei-Y-Modell erstellen und dann die Wunschanalyse im Profiler verwenden, um dies zu tun. Sie können jedoch nicht Tausende von Zwei-Y-Modellen mithilfe neuronaler Netzwerke, Bootstrap-Wälder oder sogar der Standardmethode der kleinsten Quadrate erstellen. Ich denke, dies würde die Kapazität von JMP Pro für Hardcore-Prädiktionsmodelle wirklich erhöhen.
Hallo @abmayfield , danke für das Senden dieser Anfrage, sie wurde in unserem System erfasst. Sie haben Recht, Russ und sein Team haben hier in XGBoost und Torch wirklich gute Arbeit geleistet!
Wenn Sie es noch nicht gesehen haben, könnte dieses Add-In hilfreich sein: https://community.jmp.com/t5/JMP-Add-Ins/Neural-Network-Tuning/ta-p/662666
