안녕하세요, 모든 사람.
나의 이름 ~이다 청구서 워리,
그리고 I ~이다 시스템 엔지니어 ~을 위한 제이엠피 ~을 위한 그만큼 우리를 화학 팀.
오늘 나는 가고 있다 에게 BE 말하는 에게 너 ~에 대한
안 분석적 워크플로 ~을 위한 데이터 그리고 화학계량학 분석 JMP를 사용하여 .
나는 가지고있다 a 약간의 것들 I 원하다 에게 가장 밝은 부분.
이었다 가고 있다 에게 BE 말하는 ~에 대한 구하는 그만큼 데이터 안에...
실제로 단지 수행원 그만큼 분석적 워크플로 저것 우리 공유하다
~에 대한 구하는 데이터 안에, 청소 그리고 블렌딩,
심상, 탐험적 데이터 분석, 건물 모델.
그리고 그 다음에 결국,
무엇 ~이다 너 가고 있다 에게 하다 ~와 함께 저것 데이터 그리고 어떻게 ~이다 너 가고 있다 에게 공유하다 그것?
커플 ~의 것들 저것 ~이다 중요한
~이다 그만큼 새로운 제이엠피 워크플로 빌더,
나는 가고 있다 에게 가장 밝은 부분 저것.
이것 ~이다 단지 a 스냅 사진 ~의 무엇 아픈 BE 전시 너 ~에 a 작은 조금.
그리고 그만큼 화학계량학 부분 ~의 이것 ~이다 분석하다 유령 같은 데이터,
사용 중 기능적인 데이터 탐침 ~을 위한 사전 처리 중.
그리고 이것들 ~이다 지금 세워짐 ~ 안으로 제이엠피
만약에 당신은 할 수 있습니다 보다 ~ 위에 여기, 우리는 갖다 a 꼬리표 위로 여기 ~에 정규직 지금
어디 너 ~할 수 있다 선택하다 ~에서 다른 유형 ~의 사전 처리 중,
기준, 정상, 변이 , 곱셈 산란 보정,
사비치-골레이 필터링, 그리고 기준선 보정.
그리고 I 믿다 거기 ~ 할 것이다 BE 아마도 하나 또는 둘 다른 것들 추가됨 에게 저것.
단지 그래서 너 알다, 그만큼 데이터 저것 나는 사용 중 ~이다 당겼다 ~에서 이것 종이.
당신은 그것을 올바르게 봅니다 아래에 여기, 에서 다시 2002년
단지 에게 허락하다 너 알다, 그게 어디 그만큼 날짜 ~이다 오는 에서.
모두 오른쪽, 나는 가고 있다 에게 놓다 저것 곁에 ~을 위한 지금,
그리고 나는 가고 있다 에게 가다 앞으로 그리고 얻다 것들 가고 있다 여기.
그래서 나는 갖다 나의 집 창문.
나는 가고 있다 에게 가다 그리고 시작 a 파일, 새로운, 프로젝트.
그리고 그만큼 워크플로 저것 나는 가고 있다 에게 BE 일하고 있는 ~와 함께 ~이다 이것 하나 오른쪽 여기.
나는 가고 있다 에게 오른쪽- 딸깍 하는 소리 ~에 저것.
나는 가고 있다 에게 열려 있는 그것.
무엇 나는 완료 ~이다 나는 촬영됨 그만큼 데이터 세트 저것 I 원하다 에게 일하다 ~와 함께
그리고 나는 세워짐 모두 이것들 단계 ~에 그만큼 워크플로 빌더,
그리고 나는 가고 있다 에게 놀다 저것 ~을 위한 너 지금.
그래서 그것은 가고 있다 에게 채우다 우리의 프로젝트 여기.
그래서 나는 가고 있다 에게 가다 앞으로 그리고 때리다 놀다.
처럼 너 ~할 수 있다 보다, 그게 건물 그만큼 워크플로, 행위 일부 분석.
이었다 행위 일부 모델 상영 오른쪽 지금.
그리고 그 다음에 모든 것 ~이다 완벽한.
그리고 지금 우리 가지다 모두 이것들 탭 가로질러 그만큼 맨 위
우리가 있는 곳 완전한 저것 분석 ~와 함께 그만큼 워크플로.
나는 실제로 포함됨 하나 다른 테이블 ~에 거기.
언제 우리 얻다 거기, 아픈 말하다 더 ~에 대한 저것.
하지만 우리 그것을 만들었다 테이블, 우리 당겼다 그만큼 테이블 ~에
단지 에게 보여주다 너 그들은 ~에서 그만큼 원천 데이터.
우리는 실제로 당겼다 이것 데이터 ~에 ~에서 한 뛰어나다 파일.
구하는 그만큼 데이터 ~ 안으로 제이엠피 ~에서 뛰어나다 ~이다 꽤 쉬운.
그리고 우리 세워짐 일부 탐험적 데이터 분석.
그래서 그만큼 첫 번째 단계 우리 만들어진 ~이다 행위 a 분포,
그리고 우리 ~할 수 있다 상호 작용하다 ~와 함께 그것 단지 좋다 아무것 또 다른.
모든 것 대화형 ~에서 그만큼 워크플로 빌더.
했다 일부 그래프 어디 I 놓다 그만큼 열 스위처 안에,
추가됨 그만큼 현지의 데이터 필터.
단지 그래서 너 알다,
~처럼 우리 짓다 그만큼 워크플로, 모두 이것들 것들 ~이다 내장된
그리고 그만큼 녹음 도움이 됩니다 너 유지하다 길 ~의 뭐야 가고 있다 에.
그리고 너 ~할 수 있다 보다 저것 우리는 갖다 가득한 기능성 가고 있다 ~에 거기.
했다 일부 더 탐험적 데이터 분석 찾고 ~에 핏 라이브 IX ,
행위 한 [듣기 불가 00:03:46]
에서처럼 이것 사례,
밀타임을 위한 Fit Live IX ~ 대 용해,
그리고 혼합하다 시간 ~ 대 용해.
단지 에게 얻다 뒤쪽에 에게 그것,
이것 ~이다 태블릿 데이터 그게 예쁜 인기 있는 이내에 그만큼 에스씨 지역 사회 이내에 제이엠피
그리고 나는 단지 건물 ~에 어떻게 우리 ~일 것이다 분석하다 저것 그리고 짓다 밖으로 이것 워크플로.
다음 단계 ~일 것이다 BE 다중 다양한 분석 에게 보다,
~을 위한 이것 용해, 어느 ~이다 우리의 열쇠 성능 지시자,
무엇 ~할 것 같다 BE 어느 ~의 그만큼 요인들
또는 무엇 요인들 ~할 것 같다 BE 고도로 상관관계가 있는 ~와 함께 용해.
아니다 봄 아무것 그게 점프 밖으로 ~도 많이.
우리 하다 가지다 일부 부분적인 상관관계,
하지만 아니요 하나 요인 ~이다 점프 밖으로 ~처럼
그만큼 답변 ~을 위한 그만큼 데이터 저것 이었다 찾고 에.
우리 ~할 수 있다 얻다 a 더 나은 이해 ~의 무엇 요인들 ~할 것 같다 BE 중요한
만약에 우리 바라보다 ~에 a 예언자 상영.
우리 볼 수 있다 여기 저것 우리 가지다 것들 ~라고 불리는 화면 크기, 밀 시간, 스프레이 비율.
저것들 바라보다 에게 BE 중요한 요인들 저것 우리 ~할 수 있었다 사용 에게 짓다 a 더 나은 모델.
다음, 우리 ~할 수 있다 실제로 세트 위로 a 단계적으로 회귀.
나는 가고 있다 에게 가다 여기 그리고 실제로 달리다 이것 모델 ~에 a 두번째.
그리고 그 다음에 우리는 갖다 저것 산출 그래서 저것 데이터 ~이다 거기
그리고 우리 ~할 수 있었다 사용 저것 ~처럼 필요합니다.
그래서 우리는 세워짐 저것 모델,
그리고 이었다 밖으로 여기 찾고 ~에 또 다른 유형 ~의 분석,
어느 ~일 것이다 BE 결정 나무, 파티션 분석.
우리 ~할 수 있다 하다 신경 그물, 짓다 저것 모델
그리고 우리 ~할 수 있다 하다 a [듣기 불가 00:05:35] 사각형.
그래서 우리는 갖다 모두 저것들 것들 함께.
하지만 한 번 모두 말했다 그리고 완료,
너 ~할 수 있었다 실제로 사용 무엇 ~라고 불리는 모델 상영 ~에 제이엠피 찬성
에게 짓다 이것들 모델 밖으로 그리고 찾다 밖으로 어느 ~이다 그만큼 최상의 전반적인 모델.
그리고 기반을 둔 ~에 저것, 우리 ~할 수 있다 보다 저것
a 신경- 부스트 모델 ~이다 아마 그만큼 최상의 전반적인 모델 ~을 위한 우리를 에게 일하다 와 함께.
우리 ~할 수 있다 그 다음에 가져가다 모두 이것 정보,
공유하다 그것 ~와 함께 모두 우리의 동료, 동료들,
아무도 WHO ~할 것 같다 BE 관심 있는.
그리고 우리 ~할 수 있다 하다 이것 ~에 여러 개의 다른 방법.
하나 ~의 그만큼 최상의 방법 ~일 것이다 BE 에게 사용 제이엠피엘 아이브
그리고 놓다 모든 것 밖으로 거기 ~을 위한 여러분 에게 바라보다 ~에 그리고 공유하다.
그것이다 그만큼 첫 번째 부분 ~의 그만큼 분석적 워크플로.
그리고 다시, 만약에 우리 바라보다 뒤쪽에 여기, 그게 모두 세트 위로 ~에 이것 포트폴리오 여기.
그리고 ~처럼 I 말했다 전에, I 가졌다 열렸다 또 다른 테이블.
그리고 이것 ~이다 ~을 위한 그만큼 화학계량학 부분 ~의 그만큼 분석.
이것 ~이다 가까운- 적외선 데이터 ~을 위한 발견 그만큼 활동적인 재료 ~에 정제.
우리 세워짐 그만큼 정제, 우리 만들어진 그만큼 정제.
지금 우리 가지다 에게 가져가다 그만큼 완성된 제품 그리고 찾다 밖으로 뭐야 그것 모두 에 대한.
하다 우리 가지다 그만큼 오른쪽 활동적인 재료?
그리고 ~할 수 있다 우리 말하다 기반을 둔 ~에 이것 기술 ~라고 불리는 가까운- 적외선 분석?
이었다 가고 있다 에게 단계 ~을 통해 a 약간의 다른 것들,
하지만 나는 가고 있다 에게 회전하다 저것 워크플로 빌더 뒤쪽에 ~에
에게 기록 이것들 단계.
그래서 하자 회전하다 저것 에, 하자 가다 뒤쪽에 에게 우리의 데이터 세트,
그리고 하자 하다 일부 분석 지금.
그래서 I 원하다 에게 분명한 밖으로 이것들 날것의 주 첫 번째.
그리고 지금 I 원하다 에게 가다 에게 분석하다 클러스터링, 계층적 클러스터링.
그래서 I 갖다 저것, 그리고 나는 갖다 모두 나의 데이터 여러 떼.
그래서 있다 404 파장 저것 ~이다 그룹화됨.
나는 가고 있다 에게 당기다 저것들 안에, 말하다, 좋아요.
하자 짓다 이것 밖으로 a 작은 조금,
이었다 가고 있다 에게 바라보다 ~에 삼 다른 클러스터,
그리고 하자 색상 저것들 클러스터.
모두 오른쪽, 그래서 너 ~할 수 있다 친절한 ~의 보다 저것,
허락하다 나 당기다 이것 아래에 a 작은 조금,
우리가 볼 수 있습니다 갖다 삼 클러스터,
꽤 큰 녹색 무리 그리고 둘 더 작은 파란색 그리고 빨간색.
그래서 우리는 갖다 저것.
그리고 지금 하자 가다 뒤쪽에 에게 우리의 데이터 세트, 그리고 하자 하다 a 그래프 빌더.
그래서 하자 가다 에게 그래프 빌더.
하자 당기다 우리의 파장 안에,
여기 에게 엑스,
하다 a 평행한 구성,
깨끗한 저것 위로 a 작은 조금,
그리고 오른쪽- 딸깍 하는 소리 거기 에게 결합하다 저울 그리고 평행한 합병됨.
나는 행위 이것들 단계 예쁜 빠른.
이것 ~이다 무엇 당신은 할 것이다 원하다 에게 가다 뒤쪽에 그리고 보다 다시, 만약에 그것은 ~의 관심.
하지만 그만큼 물건 I 원하다 에게 보여주다 너 여기 ~이다 저것 그만큼 데이터 ~이다 예쁜 뿔뿔이 흩어진,
그리고 있다 a 많은 ~의 기준선 분리,
아마도 일부 첨가물 그리고 곱셈 산란 저것 우리 필요 에게 깨끗한 위로.
그래서 하자 가다 뒤쪽에 에게 우리의 데이터 테이블
그리고 가다 에게 또 다른 분석 단계.
하자 가다 에게 a 다변량 방법.
하자 가다 에게 주요한 구성 요소.
다시, 잘 당기다 모두 우리의 파장 안에.
알았어요라고 말하세요.
그리고 그만큼 물건 I 원하다 너 에게 메모 여기 ~이다 저것
우리 가지다 일부 404 파장
~이다 모두 그룹화 오른쪽 약 이것 작은 영역 오른쪽 여기.
저것 ~이다 고도로 상관관계가 있는 데이터.
우리 ~할 수 있었다 짓다 a 모델 끄다 ~의 저것,
하지만 그것 5월 ~ 아니다 BE 그만큼 최상의.
왜냐하면 이었다 가고 있다 에게 BE 포함 파장 저것 ~이다 ~ 아니다 ~의 중요성
왜냐하면 ~의 그만큼 높은 상관관계.
그래서 잘 깨끗한 저것 위로 ~에 a 작은 조금.
아픈 보여주다 너 어떻게 에게 깨끗한 저것 위로 ~에 a 작은 조금.
그리고 ~처럼 a 문제 ~의 사실, 하자 가다 에게 저것 단계 오른쪽 지금.
하자 가다 뒤쪽에 ~ 위에 여기 그리고 가다 에게 분석하다,
전문화된 모델링.
그리고 이었다 가고 있다 에게 가다 에게 기능적 D 분 탐침.
그리고 하자 얻다 이것 세트 위로 첫 번째, 그리고 아픈 말하다 너 더 ~에 대한 그것.
우리의 것을 넣어 보자 파장 거기,
우리 가지다 우리의 활동적인 재료, 어느 ~이다 a 보충 변하기 쉬운.
그리고 그 다음에 우리의 ID 기능. 거기 우리 가다.
알았어요라고 말하세요.
있는 그대로 기능. 허락하다 나 하다 저것 다시.
활동적인 재료 그리고 우리의 파장.
이것 친절한 ~의 외모 좋다 무엇 우리 봤다 ~ 전에 ~에 그래프 빌더,
그리고 우리 원하다 에게 깨끗한 이것 위로.
그래서 우리는 갖다 이것들 새로운 탭 ~에 J 국회의원 찬성 17 ~을 위한 기능적 데이터 탐침.
유령 같은 ~이다 하나 ~의 그만큼 탭.
그리고 그 다음에, ~처럼 우리 이야기했다 전에, 우리 가지다 기준 정상 다양한
곱셈 산란, 사비치-골레이 그리고 기준선 보정.
나는 가고 있다 에게 선택하다 그만큼 기준 정상 변량 먼저
에게 청소 저것 위로.
그리고 그 다음에 너 ~할 수 있다 보다 그만큼 기준선 ~이다 a 작은 줏대 없는 여기.
하자 깨끗한 저것 위로, 가져가다 저것 다음 단계,
그리고 그 다음에 가다 앞으로 그리고 말하다 좋아요.
그리고 지금 우리는 갖다 저것 세트 위로.
그것 외모 a 많은 더 나은, a 많은 청소기.
그리고 지금 그만큼 다음 단계 ~일 것이다 BE 에게 모델 이것.
이었다 가고 있다 에게 사용 또 다른 새로운 기능 ~에 기능적 데이터 탐색기
~라고 불리는 웨이블릿.
그것은 잔물결 모델링 여기.
그리고 너 ~할 수 있다 보다 아래에 여기 저것 우리의 모델 가지다 계속 ~ 이다 세워짐,
그리고 이었다 설명하다 a 많은 ~의 그만큼 변화 ~와 함께 ~에 대한
다섯 기능적인 원칙 구성 요소.
하지만 만약에 너 바라보다 ~에 이것들, 이었다 설명하다 그만큼 모양 ~와 함께 우리의 모양 기능.
그것이다 어디 우리의 고유값 오다 안으로.
이것 ~이다 정말 단지 a 멋진 방법 에게 바라보다 ~에 그만큼 데이터
그리고 만들다 확신하는 저것 우리의 스펙트럼은 존재 잘 모델링됨.
처럼 I 말했다, 우리는 갖다
다섯 모양 기능 저것 ~이다 설명하다 것들 정말 잘.
그래서 하자 깨끗한 이것 위로 a 작은 조금 그리고 당기다 이것 뒤쪽에,
만들다 우리의 모델 a 작은 더 간단하다.
우리 습관 가다 모두 그만큼 방법 뒤쪽에 에게 다섯, 하지만 잘 떠나다 그것 ~에 10 ~을 위한 지금.
너 ~할 수 있다 바라보다 ~에 그만큼 점수 줄거리.
있다 아직 일부 산란 여기 ~에 그만큼 데이터,
하지만 잘 깨끗한 저것 위로 ~에 a 두번째.
그리고 그 다음에 하나 ~의 그만큼 다른 단계 너 원하다 에게 가져가다 케어 ~이다 에게 하다 a 잔물결 모델.
이것 ~이다 새로운 ~에 제이엠피 17, 이것 잔물결 분석.
그리고 무엇 이것 ~이다 정말 모두 ~에 대한 ~이다 찾고 ~을 위한
~할 수 있다 우리 찾다 그만큼 중요한 파장
저것 ~이다 가고 있다 에게 주다 우리를 a 경렴 징후 ~의 뭐야 가고 있다 ~에 ~와 함께 그만큼 데이터.
그리고 무엇 나는 찾고 을 위한, 특히 ~와 함께 그만큼 스펙트럼,
~이다 무엇 어디 I ~할 수 있다 보다 a 옮기다 ~에 그만큼 기준선.
그리고 I ~할 수 있다 보다 저것 우리는 갖다 a 좋은 옮기다 ~에 그만큼 기준선
그리고 a 그룹화 ~의 유령 같은 파장 약 88 20 에게 아마도 88 50.
그래서 그게 그만큼 중요한 부분 여기.
그래서 우리 얻다 한 아이디어 ~의 무엇 그만큼 중요한 파장 이다.
모두 그만큼 데이터 저것 I 가졌다 완료 위로 여기 전에,
허락하다 나 당기다 이것 뒤쪽에,
그만큼 사전 처리 중 저것 I 가졌다 완료 전에,
I 원하다 에게 구하다 저것 데이터 밖으로 그리고 하다 일부 분석 ~에 그것.
그래서 나는 가고 있다 에게 가다 여기 에게 그만큼 기능적 데이터 탐침,
선택하다 구하다 데이터.
이것 ~이다 가고 있다 에게 BE a 새로운 데이터 세트,
그리고 지금 우리는 갖다 에게 하다 일부 일하다 ~와 함께 이것 데이터 그리고 깨끗한 그것 위로
그리고 만들다 확신하는 이었다 준비가 된 에게 가다.
I 원하다 에게 하다 a 바꾸어 놓다.
바꾸어 놓다 그리고. X ~이다 우리의 상표.
그리고 이것들 둘 떨어지다 ~ 안으로 [듣기 불가 00:13:38] .
보다 만약에 우리 갖다 이것 오른쪽, 좋아, 눌러보자.
그리고 예.
그래서 우리는 청소했다 저것 테이블 위로, 우리는 촬영됨 저것들 300 스펙트럼,
그리고 그 다음에 우리는 전치된 그들을 ~ 안으로 또 다른 데이터 테이블.
이것 ~이다 모두 그만큼 사전 처리됨 데이터,
그래서 이었다 가고 있다 에게 하다 a 약간의 더 것들 에게 이것
에게 보여주다 어디 저것 사전 처리 중 가지다 정말 청소했다 위로 그만큼 데이터
그리고 어디 우리 ~할 수 있다 짓다 일부 모델 ~와 함께 그것.
그래서 허락하다 나 얻다 제거하다 ~의 이것 열.
모두 오른쪽, 그리고 준비가 된 에게 가다.
그래서 이었다 가고 있다 에게 하다 그만큼 같은 물건 저것 우리 했다 전에.
하자 가다 에게 분석하다, 계층적 클러스터링.
실제로, 허락하다 나 가져가다 a 단계 뒤쪽에 여기 진짜 빠른.
여기서는 그룹화하고 싶습니다. 이것들 기둥 에게 만들다 것들 a 많은 더 쉽습니다.
그래서 그룹 저것들 기둥 그리고 하자 가다 뒤쪽에 에게 어디 우리 이었다.
하자 가다 에게 분석, 계층적 클러스터링,
당기다 우리의 기둥 안에, 말하다, 좋아요.
잘 하다 그만큼 같은 물건 우리 했다 전에, 잘 바라보다 ~에 삼 다른 클러스터,
그리고 색상 저것들 클러스터.
이것 ~ 할 것이다 BE a 빠른 비교,
하지만 만약에 너 바라보다 ~에 무엇 우리 했다 전에 무엇 우리는 갖다 지금,
우리는 갖다 a 많은 더 단단하게 클러스터.
그리고 이것들 실제로 ~이다 예쁜 잘 분산됨.
그들은 예쁜 심지어.
저것들 클러스터 ~이다 꽤 심지어 오른쪽 지금.
하자 가다 뒤쪽에 에게 우리의 데이터 테이블.
하자 가다 뒤쪽에 에게 우리의 그래프 빌더
그리고 당기다 우리의 파장 ~에 다시, 우리 했다 전에.
이었다 가고 있다 에게 만들다 a 평행한 구성 밖으로 ~의 이것 다시.
그것 하지 않는다 바라보다 엄청난 오른쪽 지금, 하지만 하자 오른쪽- 딸깍 하는 소리 여기,
그리고 가다 에게 결합된 저울, 평행한 합병됨.
그리고 지금 너 보다 저것 그만큼 데이터 ~이다 정말 청소했다 위로
어디 우리 했다 저것 사전 처리 중 가지다 촬영됨 것들 에게...
그들 바라보다 a 많은 더 나은.
하자 보다 만약에 우리 ~할 수 있다 비교하다 여기요.
무엇 우리 가졌다 전에, 그리고 무엇 우리 가지다 지금.
그래서 우리는 갖다 저것 데이터 많이 청소기.
어느 분석 저것 우리 하다 ~에서 여기 ~해야 한다 BE 많이 더 나은.
그래서 하자 가다 뒤쪽에 에게 분석하다,
다변량 M 방법, 원칙 구성 요소.
우리의 것을 당겨 파장 안에.
알았어요라고 말하세요.
그리고 지금 우리는 촬영됨 저것 데이터
그리고 우리는 고장난 저것 상관관계 구조 저것 우리 가졌다 전에.
이것 ~이다 현재 ~ 후에 사전 처리 중,
이것 ~이다 무엇 우리 가졌다 전에.
단지 에게 보여주다 너 그만큼 차이점.
그래서 우리는 정말 깨끗한 것들 위로.
지금 우리는 원하다 에게 가져가다 아마도 하나 더 단계 ~에 그만큼 분석.
분석해 보자. 품질 그리고 프로세스
모델- 주도하다 다변량 제어 차트.
이었다 단지 찾고 ~을 위한 아마도 일부 특이한 행동 ~에 여기.
~ 안에 이것 사례, 그것은 기반을 둔 ~에 그만큼 주요한 구성 요소.
알았어요라고 말하세요.
그리고 이것 ~이다 찾고 ~에 둘 주요한 구성 요소.
당신은 할 수 있습니다 보다 저것 있다 일부 잠재적인 이상치 여기.
하지만 이것 ~이다 유령 같은 데이터, 이었다 ~ 아니다 가고 있다 에게 얻다 제거하다 ~의 아무것.
우리 단지 원하다 에게 친절한 ~의 보다 저것.
그리고 하나 다른 물건 우리 원하다 에게 바라보다 ~에 ~이다 에게 가다 에게 감시 장치 그만큼 프로세스,
이었다 가고 있다 에게 바라보다 ~에 점수 줄거리.
그리고 지금 우리 ~할 수 있다 바라보다 ~에 우리의 하위 그룹화 아래에 여기
그리고 우리 ~할 수 있다 실제로 비교하다 이것들 여러 떼.
나는 가고 있다 에게 당기다 위로 a 도구 여기, 경과 중 도구.
나는 가고 있다 에게 하다 나의 최상의 에게 그룹 이것들, a 커플 ~의 이것들.
그것이다 가고 있다 에게 BE 나의 A조
A nd 나는 갈거야 하다 또 다른 올가미 여기.
잘 단지 떠나다 저것 ~처럼 ~이다 그리고 가다 거기.
우리 잡았다 하나 ~의 그만큼 잘못된 자들, 하지만 우리는 그럴 것 같아요 BE 좋아요.
그리고 지금 우리 ~할 수 있다 비교하다 어디 이었다 봄 차이점 ~에 그만큼 스펙트럼
~을 위한 이것들 둘 하위 그룹.
그리고 내가 ~였다 속담 ~ 전에 만약에 우리 보았다 오른쪽 ~에 여기,
저것들 파장 ~이다 ~에 어딘가에 ~에 저것 8800 범위,
그리고 그 다음에 우리 ~할 수 있다 보다 저것 있다 a 진짜 차이점 거기.
O ~이다 더 물건 우리 원하다 에게 하다, 그리고 이것 ~이다 그만큼 마지막 단계.
무엇 ID 표시됨 전에, ID 완료 모델 상영,
그리고 I 원하다 에게 하다 모델 상영 다시.
I 가다 에게 분석하다, 예측 모델링, 모델 상영.
이었다 가고 있다 에게 세트 이것 위로, 이었다 가고 있다 에게 하다 우리의 활동적인.
이것은 우리의 응답 저것 이었다 견딜 수 없는 에게 모델,
그리고 이었다 가고 있다 에게 사용 우리의 파장 에게 짓다 이것 모델 밖으로.
나는 가고 있다 에게 깨끗한 이것 위로 a 작은 조금.
우리 ~하지 않다 필요 모두 이것들 다른 모델링 유형.
이었다 가고 있다 에게 당기다 이것 밖으로.
하지만 그만큼 멋진 물건 ~에 대한 이것 ~이다 I ~할 수 있다 짓다 모두 이것들 모델 ~에 한 번
그리고 정말 찾다 밖으로 뭐야 그만큼 최상의 모델링 접근하다 에게 가져가다 ~와 함께 이것 데이터.
그거 필요 없어. 그거 필요 없어.
하자 추가하다 저것들.
하나 물건 나는 ~ 아니다 가는 중 하다 ~을 위한 시간 동기
~이다 나는 ~ 아니다 가는 중 추가하다 어느 십자가- 확인.
만약에 우리 가져가다 저것 ~ 안으로 계정,
그럴거야 실제로 달리다 a 많은 더 길게.
하지만 ~처럼 당신은 할 것이다 보다, 이것 ~이다 가고 있다 에게 BE 꽤 빠른.
나는 가고 있다 에게 가다 앞으로 그리고 말하다 좋아요.
그리고 ~처럼 이것 ~이다 가고 있다, 단지 말하다 a 작은 조금 더 ~에 대한 무엇 이었다 봄.
이었다 건물 밖으로 이것들 모델.
너 ~할 수 있다 보다 그것은 스테핑 을 통해.
그리고 하자 보다 ~에 ~에 대한 또 다른 약간의 초 여기 있어요 ~해야 한다 BE 완료.
거기 우리 가다.
취득 a 작은 더 길게.
거기 우리 가다.
기반을 둔 ~에 무엇 I 말했다,
I 하지 않았다 사용 어느 확인, 하지만 신경 필요합니다 그것.
그래서 그게 그만큼 검증 저것 너 보다 거기.
하지만 전반적인, 우리 얻다 a 정말 좋은 아이디어
엑스지 후원 ~이다 가고 있다 에게 BE 그만큼 최상의 모델 에게 맞다 이것 데이터.
우리 ~할 수 있었다 사용 어느 ~의 이것들 다른 사람들,
왜냐하면 그들은 모두 정말 좋은 모델 ~처럼 잘.
하지만 너 얻다 에게 선택하다, 선택하다 하나, 하자 말하다 부분적으로 사각형.
왜냐하면 그게 그만큼 가다- 에게 분석 방법 ~을 위한 유령 같은 데이터 그래도.
하지만 우리는 갖다 저것.
우리 ~할 수 있다 말하다 달리다, 선택된,
그리고 채우다 밖으로 저것 모델 그리고 찾다 밖으로, ~할 수 있다 우리 만들다 그것 심지어 더 나은?
바라건대 무엇 나는 완료 그리고 보여주었다 너 ~이다 저것 우리 ~할 수 있다 짓다 이것들...
허락하다 나 당기다 이것 뒤쪽에 에게 우리의 시작 여기.
몇 걸음만 걸으면 됩니다.
이것 ~이다 우리의 워크플로, 그리고 나는 추가됨 저것들 단계.
그래서 우리는 갖다 저것 테이블 저것 이었다 일하고 있는 와 함께.
우리 클리어 그만큼 원시 상태 . 우리 바꾸어 놓다 그만큼 데이터.
아무것 저것 우리 닫은 밖으로 ~이다 지금 부분 ~의 저것 워크플로.
그래서 우리 계속하다 에게 짓다 저것 워크플로.
하나 물건 아픈 말하다 ~이다 저것
I ~일 것이다 일반적으로 ~ 아니다 짓다 a 워크플로 내부에 a 프로젝트,
하지만 단지 전시 너 저것 그것 ~할 수 있다 BE 완료.
허락하다 나 가다 뒤쪽에 에게 나의 슬라이드 여기, 공유하세요.
이걸 뒤집어 봅시다.
하나 더 단계 여기.
나는 그냥 원하다 에게 말하다 감사하다 너 에게 a 약간의 사람들.
제레미 금연 건강 증진 협회, 누구야 아니요 더 길게 ~에 제이엠피, 하지만 그는 a 엄청난 영감 ~을 위한 이것.
표시 외벽 가지다 계속 ~ 이다 a 엄청난 돕다.
라이언 파커 그리고 점토 짖는 동물 가지다 완료 정말 환상적이다 것들
~와 함께 장르 그리고 기능적 데이터 탐침.
크리스 갓월트 가지다 계속 ~ 이다 정말 도움이 되는 ~에 구하는 것들 세트 위로.
그리고 그 다음에 나의 스티븐스 가지다 계속 ~ 이다 a 진짜 지지적인 사람
~에 거들기 나 짓다 그만큼 유령 같은 분석 밖으로 이내에 제이엠피
그래서 I 정말 고마워하다 모든 것 그리고 저것 아픈 말하다 감사하다 너.
그것이다 그것.
