JMP/Python 生態系成功案例 (2023-KR-30MP-1556)JMP/Python生態系統基本上意味著以互補的方式使用JMP的功能和Python的功能的生態系統，特別是從機器學習的角度來看，JMP Pro自己的機器學習技術以及Python自己的技術我們首先構建了一個JMP/Python機器學習生態系統。 JMP/Python生態系的路線圖定義為IGEO，IGEO路線圖大致分為IG（Identify/Generate）區域和EO（Explore/Optimize）區域，IG區域是問題定義區域和問題定義區域。資料的EO 區域是JMP/Python 生態系統的核心，是執行DEbO（基於設計探索的最佳化）的區域。在EO領域，透過整合MariaDB、JMP和Python來進行設計，並且如果需要，可以透過使用Python/JMP GUI建構GUI來進行自動化。為了探索設計領域，重複創建實驗設計/電腦化實驗設計和建構機器學習模型這兩個步驟，並根據情況組合JMP和Python模組。作為JMP/Python機器學習生態系統的成功案例，我們總結了探索領域案例、滾珠軸承故障檢測監控系統案例、CAE機器學習優化案例，而JMP和Python的結合為幾乎所有的執行提供了方向。介紹一下。
進階統計建模自動化和腳本編寫基礎資料分析與建模消費者與市場研究內容組織資料存取數據探索和視覺化實驗設計大規模客製化預測建模和機器學習品質和工藝工程可靠度分析
