基于工业数据的机器学习方法（2024-EU-30MP-1648）机器学习彻底改变了各行各业的数据分析和决策方式。本次演讲将重点介绍机器学习与功能强大的统计和数据可视化工具 JMP Pro 的集成应用。我们将重点介绍多个真实案例（为便于理解，数据已匿名化和修改），展示如何利用机器学习揭示数据集中的复杂关系，从而进行富有洞察力的聚类、分割和预测。JMP 和 JMP Pro 中的机器学习技术还能帮助用户识别和优化最相关的变量，从而提升模型的性能和可解释性。本文介绍的主要方法包括：
- 用于预测多种响应和优化期望值的神经网络。
- 回归树（在 JMP 中称为 Partition）用于理解复杂的流程问题。
- 有些混合模型结合了标准统计方法和机器学习，将不同的方法融合在一起。
- 用于预测的高科技行业传感器数据功能数据浏览器。
我们还详细介绍了 JMP Pro 的几项功能，包括型号比较。
高级统计建模预测建模和机器学习
