Grazie a Russ Wolfinger e ai Super-utenti JMP come @SDF1 , ora ci sono componenti aggiuntivi che consentono una facile messa a punto degli iperparametri per XGBoost, reti neurali, foreste bootstrap e altri, ma mi piacerebbe davvero vederli integrati in JMP. Una cosa che vorrei fare è testare migliaia di reti neurali con più Y, cosa che non può ancora essere fatta con il componente aggiuntivo (e non è possibile per niente per XGBoost, per quanto ne so).
A volte, dobbiamo prevedere più di una cosa. Ad esempio, potresti voler ottimizzare un processo riducendo al minimo i costi. Con diverse piattaforme di modellazione JMP, puoi creare un modello a due Y, quindi utilizzare l'analisi di desiderabilità sotto il profiler per farlo, ma non puoi creare migliaia di modelli a due Y utilizzando reti neurali, foreste bootstrap o persino minimi quadrati standard. Penso che questo aumenterebbe davvero la capacità di JMP Pro di fare una modellazione predittiva hardcore.
Ciao @abmayfield , grazie per aver inviato questa richiesta, è stata catturata nel nostro sistema. Hai ragione, Russ e il team hanno fatto un ottimo lavoro con questo in XGBoost e Torch!
Se non l'hai ancora visto, questo componente aggiuntivo potrebbe aiutarti: https://community.jmp.com/t5/JMP-Add-Ins/Neural-Network-Tuning/ta-p/662666
