基於工業資料的機器學習方法（2024-EU-30MP-1648）機器學習徹底改變了各行各業的數據分析和決策方式。本次演講將重點介紹機器學習與強大的統計和資料視覺化工具 JMP Pro 的整合應用。我們將重點介紹多個真實案例（為便於理解，資料已匿名化和修改），展示如何利用機器學習揭示資料集中的複雜關係，從而進行富有洞察力的聚類、分割和預測。 JMP 和 JMP Pro 中的機器學習技術還能幫助使用者識別和最佳化最相關的變量，從而提升模型的效能和可解釋性。本文介紹的主要方法包括：
- 用於預測多種響應和優化期望值的神經網路。
- 回歸樹（在 JMP 中稱為 Partition）用於理解複雜的流程問題。
- 有些混合模型結合了標準統計方法和機器學習，將不同的方法融合在一起。
- 用於預測的高科技產業感測器資料功能資料瀏覽器。
我們也詳細介紹了 JMP Pro 的幾項功能，包括型號比較。
進階統計建模預測建模和機器學習
