안녕하세요 모든 사람, 멋진 에게 만나다 너. 나는 머무르다 역겨운 ~에서 심라이즈, 독일. 에서 전문적인, 나는 a 생명공학자 그리고 나는 찾고 앞으로 ~을 위한 나의 프레젠테이션 ~을 위한 너.
안녕하세요 모든 사람. 나는 청구서 워리. I ~이다 a 제이엠피 시스템 엔지니어 일하고 있는 밖으로 ~의 그만큼 화학적인 지역 ~에 그만큼 본부 지역 ~의 그만큼 우리를.
안녕. 나의 이름 ~이다 베드로 허쉬. 나는 부분 ~의 그만큼 글로벌 인위적인 활성화 팀, 일하고 있는 ~을 위한 제이엠피 밖으로 ~의 덴버, 콜로라도.
피터 환영합니다 에게 우리의 프레젠테이션, 데이터- 주도하다 선택 ~처럼 a 첫 번째 단계 ~을 위한 a 빠른 그리고 미래 -증거 프로세스 개발 . 첫 번째 I 원하다 에게 소개하다 그만큼 회사 나는 일하고 있는 을 위한. 우리 ~이다 위치한 ~에 홀츠민덴, 더 또는 더 적은 ~에 그만큼 센터 ~의 독일, 그리고 거기 ~이다 둘 사이트 오는 ~에서 우리의 역사.
전 세계적으로 본, 우리 ~이다 위치한 ~와 함께 그만큼 본부 홀츠민덴에서 . 우리 가지다 큰 자회사 ~에 피터버러, ~에 별 폴 그리고 ~에 싱가포르, 그리고 거기 ~이다 상당히 a 많은 ~의 시설 ~에 프랑스 또한 오는 ~로 인한 에게 우리의 역사.
오는 에게 그만큼 역사, 심라이즈 ~였다 생성됨 ~에 2003 밖으로 ~의 a 합병 ~에서 하몬 그리고 라이머, 어느 ~였다 설립 ~에 1874년, ~에 드라고, 어느 ~이다 그만큼 다른 옆, ~에서 우리의 시설, 어느 ~였다 확립된 1990년 위에 그만큼 연령 거기 가지다 계속 ~ 이다 상당히 일부 인수 그리고 또한 ~에 2014 그만큼 인수 ~의 다이아나, 어느 ~이다 주로 위치한 ~에 프랑스 왜냐하면 그게 그만큼 이유 왜 거기 ~이다 그래서 많은 다른 연구 그리고 개발 허브.
우리의 기본 제품 오다 ~에서 농업 제품 또는 ~에서 화학적인 프로세스 그리고 거기 ~이다 상당히 a 많은 ~의 다양한 생산 용량, 생산 가능성 ~을 위한 우리의 기본 고객 존재 인간 또는 애완 동물. 처럼 ~이다 그래서 다양한, 우리 ~이다 취급 ~을 위한 음식 ~을 위한 그만큼 인간 소비, ~을 위한 애완동물 소비, 그리고 또한 ~을 위한 건강 이익.
~에 그만큼 다른 옆, 그만큼 분절 향기 그리고 케어 ~이다 취급 ~와 함께 향수 오는 ~에서 괜찮은 향수, 에게 가정 케어, 에게 빨래 , 무엇이든 물건 너 ~할 수 있다 상상하다, 저것 냄새가 나다 훌륭하게.
처럼 I 말했다 ~에 그만큼 시작, 나는 a 생명공학자 ~에 의해 훈련 그리고 나는 취급 a 많은 ~와 함께 발효 프로세스 에게 최적화하다 그들을 그리고 에게 규모 그들을 위로 또는 아래에. 하나 주요한 문제 언제 그것 온다 에게 발효 ~이다 그만큼 묽은 수프, 그만큼 액체 구성 ~의 그만큼 메디아, 어느 ~ 할 것이다 그 다음에 밥을 먹이다 그만큼 생물체. 아니요 문제 어느 생물체 저것 이다, 그들 필요 탄소 출처, 그들 필요 질소 출처, 그들 필요 미성년자 염류, 주요한 염류, pH 가치, 그리고 다른 것들.
그것 ~이다 자주 중요한 어느 친절한 ~의 메디아 하나 가지다. 언제 그것 온다 에게 메디아 구성, 거기 ~이다 둘 큰 가지 어느 ~할 수 있다 BE 보임. 하나 ~이다 그만큼 나뭇가지 ~의 인조 메디아, 그래서 모두 구성 요소 ~이다 알려진 ~에 그만큼 정확한 양 그리고 구성. 그만큼 다른 방법 ~이다 복잡한 메디아, ~을 위한 예, 가지고있다 a 누룩 발췌 또는 a 단백질 발췌 또는 무엇이든, 어디 그것은 a 복잡한 혼합물 ~의 다른 기질, 다른 화학적인 물질. 그만큼 제삼 접근하다 ~일 것이다 BE a 혼합물 ~의 둘 다.
하나 ~의 그만큼 옆 효과 ~의 이것들 복잡한 메디아 ~이다 저것 그것은 상당히 쉬운 에게 거래 ~와 함께 그들을. 하지만 ~에 그만큼 다른 손, 거기 ~할 수 있다 BE 헌법상의 변화 ~ 위에 시간, ~처럼 일부 공급업체 경향이있다 에게 최적화하다 그들의 프로세스, 그들의 제품, 에게 무엇이든 지역, 에게 무엇이든 목표. 일부 고객 얻다 잡고 있다 ~의 저것들 변화, 일부 하지 않다.
또 다른 문제 ~할 것 같다 BE 그만큼 가용성 o f 그것은 a 자연스러운 제품 좋다 [듣기 불가 00:04:38] 또는 무엇이든. 너 ~할 것 같다 알다 일부 재료, 너 ~ 할 것이다 확실히 ~ 아니다 알다 모두 재료 그리고 거기 ~할 것 같다 BE 홍보하다 또는 억제하다 물질 이내에 저것들 혼합물.
~에 그만큼 시작 ~의 a 프로세스 개발, 그만큼 메디아 ~이다 ~의 기본 중요성. 그러므로 I 시험을 마친 에게 바라보다 ~에 탄소 출처, 질소 출처, 염류, 추적하다 강요, 그리고 그래서 에, 존재 나의 다른 날것의 재료. 하는 동안 성장하다 그만큼 생물체, 하나 가지다 에게 가져가다 케어 ~의 다른 온도, 교반 속도 에게 얻다 산소 ~ 안으로 그만큼 액체, 경작 시간, 그리고 거기 ~이다 a 많은 ~의 알려지지 않은 변수 에게 얻다 한 아이디어 무엇 그만큼 효과 ~할 것 같다 BE 에게 그만큼 셀 마른 무게, ~을 위한 예, 또는 에게 그만큼 다른 목표 화합물 하나 가지다 ~에 정신.
을 위한 이것 설정, I 사용된 그 다음에 그만큼 결정적인 상영 설계. 처럼 그만큼 최대 ~의 너 알다, 그들 ~이다 상당히 균형 잡힌 그리고 가지다 a 특정한 모양 어느 ~이다 반사된 ~에 이것들 삼- 차원 구성. 너 ~할 수 있다 보다 결정적인 상영 설계 ~이다 어떻게든 걷는 약 확실한 가장자리 그리고 가지고있다 a 센터 가리키다. 로 인한 에게 그만큼 건설 ~의 그만큼 결정적인 상영 설계, 하나 ~할 수 있다 추정 상호작용 그리고 정사각형 효과. 이것들 상호작용 ~이다 ~ 아니다 혼란스럽다 ~와 함께 그만큼 기본 요인들 그리고 그만큼 기본 요인들 그 자체 ~이다 또한 ~ 아니다 혼란스럽다 ~와 함께 각 다른. 이것 ~이다 a 매우 멋진 특징 ~의 그만큼 결정적인 상영 설계 그리고 그러므로 그들 ~이다 매우 효율적인 언제 그것 온다 에게 그만큼 작업량 비교하다 에게 전에 알려진 상영 디자인.
일부 단점 ~이다 또한 거기. 하나 큰 불리 ~이다 만약에 너 가지다 ~에 대한 50% ~의 그만큼 요인들 저것 ~이다 일하고 있는 저것 가지다 a 높은 영향 또는 심지어 더, 너 가지다 a 중요한 영향, 중요한 혼란스럽다, 어느 너 가지다 에게 가져가다 케어 의. ~ 안에 이것 특정한 사례, 하지만 그것은 그만큼 가장 마른 가능한 설계 I 설립하다, 그만큼 현실적인 작업량 ~일 것이다 필요하다 다섯 에게 육 개월 단지 ~을 위한 상영. 이것 ~이다 멀리 ~도 긴 언제 그것 온다 에게 a 주인 명제.
그만큼 대안 ~였다 그 다음에 에게 짓다 또 다른 설계 또는 에게 짓다 또 다른 프로세스. I ~였다 그래서 탁월한 ~에 코펜하겐 2019 ~에 의해 a 기부금 ~에서 청구서 어디 그 이야기했다 ~에 대한 적외선 분광학 그리고 I 생각 왜 저것 ~할 것 같다 BE a 좋은 아이디어, 사용 중 그만큼 화학적인 정보 숨겨진 ~에 a 근적외선 스펙트럼 에게 설명하다 그만큼 화학적인 구성 ~의 그만큼 혼합물.
그러므로 I 확립된 이것 워크플로. 첫 번째, 그만큼 메디아 준비 ~였다 완료 ~의 모두 그만큼 65 혼합물. 그 다음에 그만큼 가까운- 적외선 스펙트럼 ~였다 정확히 잰, 일부 화학계량학 치료 ~이었다 우선의 그리고 나중에, 그만큼 공간 ~의 변화 ~할 수 있었다 BE 유지된 끊임없는 ~에 a 최고, 하지만 그만큼 숫자 ~의 그만큼 실험 ~할 수 있었다 BE 줄인 상당히 상당히.
에게 보여주다 너 어떻게 그만큼 워크플로 이다, I 시작했다, ~처럼 I 말했다, ~와 함께 유령 같은 정보. 하나 ~의 그만큼 첫 번째 원칙 하나 가지다 에게 하다 ~이다 에게 만들다 a 표준화 ~의 그만큼 스펙트럼 에게 피하다 기준선 교대근무 그리고 것들 좋다 저것. 이것 ~이다 하나 방법 에게 만들다 그것. 소개합니다 a 새로운 공식 에게 표준화하다, 또는 무엇 I 했다, I 사용된 한 추가 기능 에게 전처리 그리고 믿다 그만큼 기준 정상 다양성, 어느 ~이다 언제 그것 온다 에게 그만큼 숫자, 그만큼 같은 ~처럼 그만큼 표준화, ~처럼 우리 보다 여기.
와 함께 이것 표준화된 스펙트럼, 따라 ~에 각 측정, I 계속되는 그 다음에 그리고 컴파일된 첫 번째 모두 이것들 스펙트럼. 무엇 너 보다 여기 ~에 그만큼 맨 위 ~이다 그만큼 흡수 ~의 모든 견본. 우리 가지다 한 물의 체계 그래서 우리 가지고 갔다 물 ~처럼 a 참조. A 후 건물 그만큼 차이점 ~ 사이 그만큼 흡수 그리고 그만큼 물, 우리 그 다음에 갖다 더 깊이 그리고 봤다 차이점 이내에 그만큼 스펙트럼.
하나 ~의 그만큼 큰 질문 ~였다 하다 I 믿다 첫 번째 그만큼 차이점 ~ 사이 그만큼 흡수 ~의 그만큼 견본 그리고 그만큼 물 그리고 믿다 그 다음에 그만큼 기준 정상 다양성? 또는 하다 I 첫 번째 믿다 그만큼 표준화 그리고 그 다음에 사용 이것들 표준화된 가치 ~에서 그만큼 물 배경?
하나 ~할 수 있었다 생각하다 그만큼 절차 ~이다 그만큼 같은, 하지만 그만큼 결과 ~이다 다른. 처럼 너 보다 여기, ~에 그만큼 오른쪽- 손 옆 ~의 그만큼 계기반, I 확대 ~ 안으로 이것 영역 그리고 ~에 그만큼 낮추다 부분, 그만큼 곡선 가지다 a 다른 모양, a 다른 거리 ~에서 각 다른 ~보다 ~에 그만큼 높은 부분. T 그의 ~할 것 같다 가지다 그 다음에 한 영향 ~에 그만큼 이후의 회귀 분석. 그러므로, I 선택된 첫 번째 에게 만들다 그만큼 표준화 그리고 그 다음에 그만큼 차이점 계산.
후에 I 했다 이것들 첫 번째 단계, 그 다음에 왔다 그만큼 화학계량학 부분, 저것 ~이다 평활화 그리고 그만큼 필터링 및 에게 믿다 그만큼 파생상품. 이것 ~이다 a 기준 절차 사용 중 한 추가 기능 어느 ~이다 사용 가능. 너 ~할 수 있다 상상하다 저것 그만큼 신호 ~할 것 같다 가지다 일부 소음. 이것 ~이다 보았다 여기 ~에 그만큼 낮추다 부분, 그만큼 빨간색 영역 ~이다 그만큼 진짜 데이터, 그리고 그만큼 파란색 곡선 ~이다 그만큼 매끄러운 데이터. ~에 그만큼 왼쪽 높은 옆, 너 보다 그만큼 첫 번째 유도체. ~에 그만큼 오른쪽 높은 옆, 그만큼 두번째 유도체 ~의 이것들 기능. 만약에 그것 온다 에게 다항식 맞는다, 그것은 따라 ~에 그만큼 절차, 무엇 너 ~이다 입어 보기, 뭐야 그만큼 다항식 주문하다, 그리고 어떻게 넓은 당신의 영역 이다, 어디 너 만들다 그만큼 계산 안에.
만약에 우리 가져가다 여기 오직 a 두번째- 주문하다 다항식, 너 보다 저것 그것 ~할 것 같다 변화. 지금, 이것 ~이다 ~ 아니다 a 둘, 이것 영 에게 BE a 20. 그 다음에 그만큼 곡선 매끄럽게 하다 밖으로. 하지만 그것은 매끄러운, 너 ~할 수 있다 보다 차이점 ~에 키, ~에 모양. 에게 얻다 잡고 있다 ~의 저것들 데이터, 하나 가지다 에게 구하다 그만큼 매끄러운 데이터 에게 데이터 테이블, 분리된 데이터 테이블. 그 다음에 I 시험을 마친 다른 설정 ~을 위한 그만큼 평활화 프로세스, 왜냐하면 I 했다 ~ 아니다 알다 ~에서 그만큼 시작 어느 프로세스 ~이다 그만큼 최상의 에게 맞다 나의 원하는 결과 ~의 그만큼 실험 ~에 그만큼 끝.
후에 상당히 a 많은 ~의 평활화 테이블, 어느 ~이었다 그 다음에 수동으로 완료, 그리고 I 그 다음에 연결된 그만큼 테이블. 이것들 ~이다 모두 그만큼 테이블 우리 단지 만들어진. 나는 가고 있다 에게 그만큼 첫 번째 하나 그리고 말하다, 제발 사슬 같이 잇다 모두 ~의 그만큼 다른 사람들. 그만큼 멋진 물건 ~이다 저것 너 그 다음에 가지다 ~에 그만큼 끝, 이것들 다른 거리 오는 ~에서 그만큼 평활화 효과. I 가졌다 a 두번째 다항식 주문하다. A 제삼 다항식 주문하다 ~이다 20 전철기 에게 그만큼 왼쪽 그리고 에게 그만큼 오른쪽 ~을 위한 그만큼 평활화 프로세스 그리고 30 그리고 그래서 에.
이것 ~이다 단지 a 작은 예 에게 보여주다 너 그만큼 절차. I 했다 상당히 더. 무엇 I 했다 ~였다 이것 양 ~의 치료. I 가졌다 [듣기 불가 00:15:01] ~을 위한 a 두번째, 제삼, 또는 제오 다항식 주문하다 ~와 함께 10, 20, 또는 30. 지금 왔다 그만큼 큰 부분 에게 결정하다 어느 특정한 절차 대표하다 나의 공간 ~에 최상의. 이것, 그러므로, I 만들어진 a 주요한 요소 분석 ~의 모두 나의 치료 I 했다.
이것 ~이다 a 일반적인 개요. 그만큼 숫자 대표하다 각 실험 ~에 의해 그것은 소유하다 저것 너 ~할 수 있다 따르다 그들을 ~에 그만큼 다른 점수 그리고 로딩 중 반점. 그만큼 로딩 중 구성 이다… 그것이다 a 정기적인 그림 ~의 a 로딩 중 구성 언제 그것 온다 에게 유령 같은 데이터. 만약에 너 가져가다 ~ 안으로 계정 저것 우리 ~이다 오는 ~에서 a 설계, 이것 값 ~의 24% 설명했다 변화 ~에 그만큼 시작 ~을 위한 그만큼 첫 번째 요소 ~이다 매우 높은.
왜? 왜냐하면 그만큼 요인들 ~의 그만큼 결정적인 상영 디자인 ~이다 직교하는 에게 각 다른 그리고 독립적인 ~에서 각 다른. 하나 ~일 것이다 예상하다 낮추다 가치 ~을 위한 그만큼 주요한 구성요소. 후에 이것 치료, 그만큼 첫 번째 유도체 ~와 함께 두번째 주문하다 다항식 그리고 10 전철기 에게 그만큼 왼쪽 그리고 에게 그만큼 오른쪽 ~을 위한 그만큼 평활화, 그것 외모 매우 고르게 분포됨. 너 ~할 것 같다 생각하다 ~의 a 무리 여기 ~에 맨 위 또는 아래에.
I 갔다 ~을 통해 모두 ~의 이것들 특정한 프로세스 그리고 선택된 그 다음에 a 선호하다 하나, 어디 I 봤다 저것 그만큼 첫 번째 주요한 요소 가지다 a 매우 느린 설명하다 힘 ~을 위한 그만큼 변화. 그것이다 그 다음에 그만큼 방법 I 진행되었습니다.
후에 선택 그만큼 특정한 사전 처리됨 데이터, I 아직 가지다 나의 65 샘플. 하지만 ~처럼 우리 들었다 ~에 그만큼 시작, 65 ~이다 멀리 ~도 많이 ~을 위한 a 작업량. 만약에 너 묻다 당신 자신, 왜 ~이다 거기 132 샘플? 저것 ~이다 왜냐하면 I 복사 붙여넣기 그만큼 설계 아래에, 그만큼 원래의 설계 ~을 위한 그만큼 유령 같은 치료 I 사용된 그 다음에.
만약에 너 원하다 그 다음에 에게 선택하다 당신의 달리다 너 ~이다 할 수 있는 에게 만들다 ~로 인한 에게 시간 이유 또는 ~로 인한 에게 비용 이유 또는 무엇이든, 이것 ~이다 하나 프로세스 너 ~할 수 있다 만들다 사용 그만큼 적용 범위 그리고 그만큼 주요한 구성요소. 그 다음에 이것 ~이다 그만큼 설계 공간 어느 ~이다 사용 가능 취급 ~을 위한 그만큼 모두 변화 어느 ~이다 내부에. 하지만 ~처럼 너 보다, 우리 ~일 것이다 필요 에게 만들다 132 실험. 만약에 우리 그 다음에 가다 단지 선택하다 모두 그만큼 주요한 구성 요소 그리고 말하다 제발 만들다 오직 그만큼 하나 어느 ~이다 가능한, 그 다음에 너 가지다 그만큼 능력 에게 유형 ~에 모든 숫자 너 원하다 에게.
~에 이것 단계, I 선택된 여러 개의 더 작은 또는 더 큰 디자인 그리고 봤다 어떻게 멀리 ~할 수 있다 I 가다 아래에 에게 도달하다 ~에 최소 a 좋은 설명 힘. I 만들어진 이것들 25 실험, 허락하다 제이엠피 선택하다 그들을. 그만큼 멋진 물건 ~이다 ~와 함께 이것 절차, 만약에 너 ~이다 오는 뒤쪽에 에게 당신의 데이터 테이블, 그들 ~이다 선택된. 하지만 이것 절차 I 하지 않았다 하다 오른쪽 ~에 그만큼 시작. ~에 그만큼 시작, I 만들어진 a 수동 선택.
어떻게 했다 I 하다 저것? I 가지고 갔다 그만큼 점수 플롯 ~의 그만큼 특정한 치료 그리고 그 다음에 선택된 수동으로 그만큼 밖의 전철기 ~처럼 좋은 ~처럼 가능한. 아니다 오직 ~에 그만큼 그림 ~의 그만큼 첫 번째 그리고 두번째 주요한 요소, 하지만 I 갔다 더 깊게. 이것, ~을 위한 예, ~이다 그만큼 비교 ~의 a 선택 방법 I 단지 보여주었다 너 ~와 함께 그만큼 DOE의 그만큼 강제 요인들 그리고 ~와 함께 그만큼 수동 선택, 단지 ~을 위한 전시 너 아마도 일부 차이점.
만약에 너 만들다 이것 DOE 선택 여러 개의 타임스, ~하지 않다 BE 혼란스러운 에게 얻다 ~ 아니다 언제나 그만큼 같은 숫자, 그만큼 같은 실험, 어느 ~할 것 같다 BE 중요한. 와 함께 이것 접근하다, I 그 다음에 줄인 그만큼 작업량 ~에서 64 실험 에게 25 실험. ~ 안에 모두 ~의 이것들 실험, 모두 나의 날것의 재료 I 가졌다 ~에서 그만큼 시작 ~이었다 내부에. I 하지 않았다 떠나다 어느 날것의 재료 밖으로, 그리고 저것 ~였다 매우 멋진 에게 보다, 저것 I ~할 수 있었다 유지하다 그만큼 공간 ~의 그만큼 변화.
후에 그만큼 경작 ~에 둘 블록, 어느 가지고 갔다 a 액자 주 ~의 삼 주 ~을 위한 각 차단하다, 우리 아직 그 다음에 분석했다 우리의 대사체 그리고 그만큼 상층액 그리고 단호한 우리의 셀 운전하다 대량의. 을 위한 타임스 동기, I 보여주다 너 오직 그만큼 결과 그리고 그만큼 절차 ~을 위한 그만큼 셀 마른 대량의. 다른 분자 ~할 것 같다 BE 그만큼 같은 절차 에게 BE 완료 그 다음에.
그만큼 다음 문제 I 가졌다 ~였다 저것 거기 ~이다 a 혼란스럽다. I 가졌다 에게 예상하다 그만큼 혼란스럽다 왜냐하면 I 가졌다 오직 25 실험 ~을 위한 27 혼합물 오는 밖으로 ~의 a 설계 어디 I 알고 있었다 어디 I 추정된 에게 가지다 상호작용 그리고 이차방정식 효과. 이것들 상호작용 ~이다 아무것도 아님 새로운 언제 그것 온다 에게 메디아 구성. 이차방정식 효과 ~이었다 멋진 에게 BE 보임.
그 다음에 왔다 그만큼 다음 멋진 물건, 어느 ~였다 소개했다 ~에 의해 피트 허쉬 그리고 필 케이. 그것은 그만큼 모든 것 프로세스, 그만큼 셀프-V 알리안티드 앙상블 모델. ~ 안에 이것 스케치, 너 보다 그만큼 워크플로 그리고 우리 ~ 할 것이다 가다 ~을 통해 저것 ~에 제이엠피 그만큼 첫 번째 물건 ~였다 에게 바라보다 ~에 그만큼 분포 ~의 나의 목표 값. 후에 만들기 a 통나무 변환, I 그 다음에 봤다 저것 그것은 보통 분포됨. 그래서 우리 가지다 a 통나무- 정상 분포. 그것이다 멋진 에게 알다.
그만큼 첫 번째 물건 ~였다 에게 다운로드 이것 추가하다- 안에, 자동 확인 설정, 그리고 때리다 그만큼 달리다 단추. 우리 그 다음에 얻다 a 새로운 테이블. 그만큼 새로운 테이블 가지다 50 행 대신에 ~의 25 행 ~에서 우리의 원래의 테이블. 왜 ~이다 저것 그래서? 그만큼 이유 ~을 위한 저것 ~이다 ~하는 동안 타격 그만큼 단추, 그만큼 데이터 테이블 얻는다 복사- 붙여넣기 아래에 그리고 우리 얻다 a 분화 ~ 안으로 그만큼 확인 세트 그리고 ~ 안으로 그만큼 훈련 세트, ~처럼 너 보다 여기. 그만큼 멋진 특징 ~의 이것 자동 확인 테이블 ~이다 저것 너 할 수 있다, ~로 인한 에게 a 시뮬레이션, 찾다 밖으로 어느 매개변수, 어느 요인들 가지다 한 영향.
이것 일어난다 ~에 의해 그만큼 절약하다 분수적으로 가중 부트스트랩 무게. 만약에 너 바라보다 ~을 위한 예, 그만큼 두번째 실험 가지다 a 값 ~의 1.8 ~에 그만큼 훈련 세트 그리고 그만큼 같은 견본 가지다 a 값 ~의 0.17 ~에 그만큼 확인 세트. 이것 그 다음에 준다 하나 그만큼 능력 에게 가지다 a 더 큰 무게 ~을 위한 일부 샘플 ~에 그만큼 훈련 세트 그리고 바이스 그 반대 ~에 그만큼 확인 세트. 하는 동안 그들 가지다 a 더 큰 값, 더 큰 무게 ~에 그만큼 훈련 세트, 그들 가지다 a 낮추다 무게 ~에 그만큼 확인 세트.
에게 분석하다 이것, 그것은 필요한 에게 가지다 그만큼 찬성 버전 에게 만들다 a 일반화된 회귀. 처럼 우리 가지고 갔다 그만큼 통나무 값 ~의 우리의 셀 건조 중량, I ~할 수 있다 그 다음에 만들다 a 정상 분포 그리고 그 다음에 그것은 추천 에게 만들다 a 올가미 회귀. 에서 그만큼 첫 번째 올가미 회귀, 우리 얻다 a 테이블 ~을 위한 그만큼 추정치, 그리고 지금 온다 그만큼 멋진 부분. 우리 만들다 시뮬레이션 작고 보기 어리석은 동물 그만큼 페어링 무게 부트스트랩 무게 ~의 각 요인.
을 위한 타임스 동기, 나는 단지 만들기 50 시뮬레이션. 에서 이것들 50 시뮬레이션, 우리 얻다 그 다음에 그만큼 비율 ~을 위한 각 요인 우리 가졌다 ~에 그만큼 설계 어디 그것 들어갔다 그만큼 회귀 방정식, 또는 하지 않았다 입력하다 그만큼 회귀 방정식. 이것 무늬 온다 ~로 인한 에게 이것 무작위화 프로세스 ~의 그만큼 부트스트랩 숲 방법. 에서 이것 분포 우리 가다 에게 그만큼 요약 통계, 사용자 정의 그들을, 우리 ~이다 단지 오직 관심 있는 ~에 그만큼 비율 0이 아님. 이것 비율 0이 아닌 ~이다 마지막으로 그만큼 양 ~의 그만큼 50 시뮬레이션. 어떻게 자주 이것 특정한 변하기 쉬운 갔다 ~ 안으로 그만큼 회귀 방정식.
에서 이것, 우리 만들다 a 결합된 데이터 테이블 그리고 가지다 a 바라보다 ~에 그만큼 백분율 ~의 각 변하기 쉬운 존재 ~에 a 모델 또는 존재 ~ 아니다 ~에 a 모델. 이것 외모 a 작은 조금 혼란스럽다. 만약에 우리 ~이다 주문하기 그것 ~에 의해 그만큼 열 둘 하강, 우리 그 다음에 보다 a 멋진 무늬.
지금 너 ~할 수 있다 상상하다 왜 I 소개했다 ~에 그만큼 시작 이것 널 요인 또는 이것들 무작위의 제복 요인들. T 그 제복 요인들 ~이었다 수동으로 소개됨. 그만큼 널 요인 ~였다 소개했다 ~에 의해 타격 그만큼 자동- 확인 세트. 무엇 이것들을 하세요 전철기 평균? 이것들 전철기 평균 저것 ~까지 그만큼 널 요인, 이것들 변수 가지다 a 높은 잠재적인 왜냐하면 그들 ~이었다 상당히 자주 이내에 그만큼 모델- 건물 프로세스. 이것들 ~에 그만큼 맨 아래 ~이었다 상당히 드물게 이내에 그만큼 모델- 건물 프로세스 그래서 그만큼 능력 에게 줄이다 당신의 복잡성 ~이다 주어진 ~에 의해 단지 버리는 것 이것들. 여기 ~에 그만큼 가운데 하나 가지다 에게 결정하다 무엇 에게 하다.
후에 가지고있다 이것 추출, ~ 아니다 지는 정보, 그리고 ~ 아니다 지는 변화, 하나 ~할 수 있다 그 다음에 생각하다 ~의 다른 회귀 프로세스 만들기 응답 표면 모델 또는 단계 지혜로운 회귀 또는 무엇이든 회귀 너 가지다 ~에 정신. 그것은 지혜로운 에게 비교하다 다른 회귀 모델 찾고 뭐야 실행할 수 있는, 뭐야 의미있는. 저것 ~였다 그만큼 절차 I 사용된 ~에 JMP 16. 하는 동안 오는 지금 에게 피트 그리고 청구서, 그들 ~ 할 것이다 설명하다 너 무엇 또 다른.
감사하다 너, 머무르다. 저것 ~였다 a 엄청난 예 ~의 한 개요 ~의 당신의 워크플로. 감사하다 너. 뭐야? 새로운 ~에 제이엠피 17 저것 ~할 것 같다 가지다 도움이 되었다 머무르다 a 작은 조금 ~와 함께 그만큼 도구 그 ~였다 일하고 있는 와 함께? 나는 가고 있다 에게 시작 끄다 ~와 함께 a 작은 조금 ~의 a 슬라이드 보여주다 여기. 나는 가고 있다 에게 BE 말하는 ~에 대한 기능적 데이터 탐색기. 그것이다 ~에 JMP 프로 그리고 말하는 ~에 대한 그만큼 사전 처리 중 그리고 잔물결 모델링 저것 ~이다 세워짐 ~ 안으로 기능적 데이터 탐색기 지금.
모두 오른쪽, 그래서 허락하다 나 슬라이드 이것 위로 a 작은 조금 그래서 너 ~할 수 있다 보다. 뭐야? 새로운 ~에 JMP 17? 우리는 추가됨 일부 도구 저것 허용하다 ~을 위한 a 더 나은 화학계량학 분석 ~의 유령 같은 데이터. 정말 어느 다변량 데이터 저것 너 ~할 것 같다 가지다 저것 너 ~할 수 있다 생각하다 의, 이것들 도구 ~이다 거기 에게 돕다. 첫 번째 ~이다 첨가 그만큼 전처리 행동 양식 저것 ~이다 세워짐 ~ 안으로 FDE 지금.
우리는 갖다 기준 정상 변종, 어느 머무르다 보여주었다 너. 우리는 갖다 곱셈 소수 보정, 어느 ~이다 a 작은 조금 더 강한 ~보다 그만큼 기준 정상 변종. 둘 다 ~의 이것들 ~ 할 것이다 ~ 아니다 방해하다 그만큼 성격 ~의 당신의 스펙트럼. 그것이다 ~ 아니다 그만큼 이야기 ~와 함께 사비츠키-골레이. 그것 하다 바꾸다 그만큼 스펙트럼, 어느 ~ 할 것이다 그 다음에 만들다 a 작은 조금 더 어렵다 에게 해석하다 그만큼 데이터. 그만큼 열쇠 물건 ~이다 그것 아직 도움이 됩니다. 그 다음에 우리 가지다 무엇 ~라고 불리는 다항식 기준선 보정, 어느 ~이다 또 다른 추가됨 도구 만약에 너 필요 저것.
그만큼 다음 단계 ~일 것이다 BE 그 다음에 에게 구하다 저것 전처리 데이터 ~을 위한 더 나아가 분석, 좋다 주요한 요소 분석, 부분적으로 정사각형, 그래서 ~에 그리고 그래서 앞으로, 그래서 너 ~할 수 있다 하다 일부 분석 거기.
그만큼 잔물결 모델링 ~이다 a 방법 에게 바라보다 ~에 그만큼 화학계량학 데이터 비슷한 에게 주요한 요소 분석. 이었다 입어 보기 a 모델 에게 그만큼 데이터 에게 결정하다 어느 ~이다 그만큼 최상의 전반적인 맞다 을 위한, ~에 이것 사례, 25 스펙트럼. 그것이다 그만큼 목표 여기. 그것은 한 대안 에게 운형자 모델. 그것은 일반적으로 더 나은 ~보다 운형자 모델, 하지만 ~ 아니다 언제나. 너 얻다 에게 모델 그만큼 전체 스펙트럼, ~ 아니다 그만큼 가리키다- 에 의해- 가리키다, 어느 너 ~일 것이다 하다 ~와 함께 다른 분석 유형.
그 다음에 너 얻다 에게 분별하다 이것들 것들 ~라고 불리는 모양 기능 저것 만들다 위로 그만큼 곡선. 이것들 모양 기능 이다, 다시, 비슷한 에게 주요한 요소 분석 ~에 저것 그들 ~이다 거들기 ~와 함께 차원 절감. 그 다음에, ~처럼 I 말했다 전에, 이것들 ~이다 훌륭한 도구 ~을 위한 유령 같은 그리고 크로마토그래피 데이터, 하지만 사실상 어느 다변량 데이터 ~이다 공정한 게임.
이것들 ~이다 단지 한 예 ~의 그만큼 잔물결 기능 저것 ~이다 세워짐 안에. I ~할 수 있었다 노력하다 그리고 발음하다 일부 ~의 이것들 이름, 하지만 아픈 엉망 그들을 위로, 하지만 알다 저것 이것들 ~이다 ~에 거기. 거기 ~이다 a 대지 여기 저것 너 ~할 수 있다 바라보다 위로 무엇 이것들 웨이블릿 ~이다 모두 에 대한. I 갖다 그만큼 슬라이드 ~에서 라이언 파커 그래서 감사하다 너, 라이언.
거의 마지막 하지만 ~ 아니다 최소, 무엇 이었다 행위 ~와 함께 이것 기능적인 주요한 요소 분석 ~이다 이었다 견딜 수 없는 에게 결정하다, 다시, 뭐야 그만큼 최상의 전반적인 맞다 ~을 위한 이것들 데이터 그리고 그 다음에 비교하다 그만큼 곡선 ~처럼 필요합니다. 무엇 온다 밖으로 ~의 그만큼 잔물결 모델링 ~이다 a 잔물결 암사슴, 그리고 우리 결정하다 어느 파장 가지다 그만큼 제일 높은 에너지 ~을 위한 어느 주어진 스펙트럼 또는 무엇이든 이었다 찾고 에.
이것들 잔물결 계수 ~할 수 있다 그 다음에 BE 사용된 에게 짓다 a 분류 또는 부량 모델. 그것이다 위로 에게 너. 그것 달려있다 ~에 그만큼 데이터 그리고 무엇 보충 변수 너 가지다 세워짐 안에. ~ 안에 이것 사례, 이것 ~이다 a 다른 예 어디 I ~였다 찾고 ~에 퍼센트 활동적인 기반을 둔 ~에 일부 가까운 그리고 스펙트럼.
하자 얻다 ~ 안으로 a 빠른 예. 모두 오른쪽. 이것 ~이다 에곤의 데이터. 나는 촬영됨 그만큼 데이터 저것 ~였다 ~에 그만큼 원래의 테이블, 이것 흡수 마이너스 그만큼 물 스펙트럼, 그리고 나는 전치된 저것 ~ 안으로 a 새로운 데이터 테이블 어디 나는 달리다 기능적 데이터 탐색기. 나는 단지 가고 있다 에게 열려 있는 위로 그만큼 분석 여기. 그것 하다 가져가다 a 작은 조금 에게 달리다, 하지만 이것 ~이다 그만큼 예 저것 원했다 에게 보여주다.
우리는 완료 그만큼 사전 처리 중 미리. 우리는 촬영됨 그만큼 곱셈 소수 ~에 이것 사례 그리고 그 다음에 그만큼 기준 정상 다양한, 그리고 그 다음에 세워짐 그만큼 모델 끄다 ~의 저것. 후에 이것 기능 또는 이것들 사전 처리 중 도구 어느 ~이다 설립하다 ~ 위에 여기, 나는 가고 있다 에게 말하다 저것 데이터 밖으로, 그리고 그 다음에 저것 데이터 ~이다 가고 있다 에게 BE 사용된 ~을 위한 더 나아가 분석 ~처럼 필요합니다.
에게 짓다 ~에 그만큼 이야기 여기, 우리는 갖다 그만큼 분석 완료. 우리 세워짐 그만큼 잔물결 모델. 후에 우리는 얻었다 그만큼 평균 기능 그리고 그만큼 기준 편차 ~을 위한 모두 ~의 우리의 모델, 우리 짓다 저것 잔물결 모델 그리고 우리 얻다 그만큼 맞다 저것 너 보다 여기. 무엇 이것 ~이다 말함 우리를 ~이다 저것 그만큼 그녀의 잔물결 ~이다 그만큼 최상의 전반적인 기반을 둔 ~에 그만큼 가장 낮은 베이지안 정보 기준 점수 . 지금 우리 ~할 수 있다 오다 아래에 여기 그리고 바라보다 ~에 그만큼 전반적인 잔물결 기능, 그만큼 모양 기능, 그리고 얻다 한 아이디어 ~의 어느 웨이블릿 가지다 그만큼 제일 높은 에너지, 어느 모양 기능 ~이다 설명하다 그만큼 최대 변화 저것 당신은 봄 ~ 사이 곡선, 그리고 그 다음에 너 ~할 수 있다 또한 줄이다 그만큼 모델 또는 증가하다 그만큼 모델 ~와 함께 당신의 선택 여기 ~와 함께 그만큼 숫자 ~의 구성 요소 저것 너 선택하다.
하나 물건 저것 온다 밖으로 ~의 이것 ~이다 a 점수 플롯 어느 허용합니다 너 에게 보다 그룹화 ~의 다른 ~에 이것 사례, 스펙트럼. 하나 저것 당신은 가고 있다 에게 보다 아래에 여기 ~이다 이것. 이것 ~할 수 있었다 BE a 잠재적인 국외자. 그것은 다른 ~보다 그만큼 나머지. 만약에 너 호버 ~ 위에 그만큼 데이터 가리키다, 너 ~할 수 있다 실제로 보다 저것 스펙트럼. 너 ~할 수 있다 핀 그것 에게 그만큼 그래프, 당기다 저것 밖으로, 그리고 그 다음에 하자 말하다 하자 단지 선택하다 또 다른 파란색 하나 여기 그리고 잘 보다 만약에 우리 ~할 수 있다 보다 어디 그만큼 차이점 이다.
그것 외모 좋다 그것 ~할 것 같다 BE ~에 그만큼 시작 . 만약에 우리 바라보다 ~에 이것 오른쪽 여기, 그게 a 큰 차이점, 그 다음에 아마도 저것 단지 하지 않았다 얻다 빼다 밖으로 또는 사전 처리됨 그만큼 같은 방법 ~에 그만큼 둘 스펙트럼. I ~하지 않다 가지다 한 예 ~의 그만큼 잔물결 DOE에 대한 이것 세트 위로, 하지만 단지 알다 저것 그것은 거기. 만약에 당신은 관심 있는 ~에 이것 -이것 가지다 계속 ~ 이다 a 꽤 빠른 개요— 하지만 만약에 당신은 관심 있는 ~에 이것, 제발 연락하다 우리를, 그리고 우리 ~ 할 것이다 찾다 a 방법 에게 돕다 너 더 나은 이해하다 뭐야 가고 있다 ~에 ~와 함께 잔물결 DOE 및 전처리 세워짐 ~ 안으로 JMP 프로. 피트, I ~ 할 것이다 회전하다 그것 ~ 위에 에게 너.
모두 오른쪽. 잘, 감사해요, 청구서 그리고 머무르다. 단지 좋다 청구서, I ~이다 가고 있다 에게 가다 ~ 위에 어떻게 자체 검증 앙상블 모델 변경됨 ~에 JMP 17. 청구서 보여주었다 어떻게 너 ~할 수 있었다 하다 무엇 머무르다 했다 ~에 16 17년에 많이 더 쉽다 사용 중 기능적 데이터 탐색기. 을 위한 나, 나는 가고 있다 에게 가져가다 저것 마지막 조금 저것 머무르다 보여주었다 그리고 ~와 함께 그만큼 추가하다- 안에, 창조하다 그게 내 세트야 위로. 사용 중 저것들 부분적으로 가중 부트스트랩 기둥 그리고 그 다음에 또한 만들기 저것 확인 그리고 그만큼 널 요인. 나는 가고 있다 에게 단지 보여주다 어떻게 그게 완료 지금 ~에 JMP® 17. 그래서 이것 ~이다 많이 더 쉽다 에게 하다 ~에 JMP 17. 단지 좋다 저것, 유령 같은 데이터 처리 중 ~와 함께 FDE, 이것 ~이다 완료 ~에 JMP 17.
만약에 너 기억하다, 머무르다 가졌다 다 쓴 을 통해, 그 보았다 ~에 모두 저것들 스펙트럼, 그 추출됨 밖으로 그만큼 의미있는 영역, 찾고 ~에 스무더, 그만큼 기준 정상 변종, 그리고 했다 a 다발 ~의 다른 전처리 단계. 그 다음에 그 가지고 갔다 저것들 전처리 단계 그리고 그 선택된 a 하위 집합 ~의 저것들 달리다 에게 실제로 달리다, 그리고 그 가졌다 오다 위로 ~와 함께 25. 여기 ~이다 저것들 25 달린다. 에서 이것 단계, 무엇 그 했다 ~이다 저것 자체 검증 앙상블 모델 또는 당신 자신.
~ 안에 16, 이것 가지고 갔다 a 작은 조금 ~의 행위. 너 가졌다 에게 만들다 저것 모델, 그 다음에 너 가졌다 에게 시뮬레이션하다, 그 다음에 너 가졌다 에게 가져가다 저것들 시뮬레이션, 그리고 달리다 a 분포 ~에 각 하나 ~의 그들을, 그리고 그 다음에 얻다 그만큼 요약 통계, 그리고 그 다음에 발췌 저것 밖으로 에게 a 결합된 데이터 테이블, 그리고 그 다음에 그래프 저것 또는 표로 만들다 저것 그리고 보다 어느 1들 일어나다 그만큼 최대 자주.
저것 ~였다 a 많은 ~의 단계 그리고 a 많은 ~의 클릭 에게 하다, 그리고 머무르다 가지다 분명히 완료 이것 a 다발 ~의 타임스 왜냐하면 그 했다 그것 예쁜 빠르게 그리고 원활하게, 하지만 그것 가지고 갔다 a 작은 조금 ~의 행위 에게 배우다. 점토 짖는 동물 만들어진 이것 많이 더 쉽다 ~에 JMP 17. 같은 25 샘플 여기, 그리고 대신에 ~의 달리기 저것 자동 확인 세트- 위로 추가하다- ~에 저것 머무르다 보여주었다, 이었다 가고 있다 에게 단지 가다 앞으로 그리고 가다 에게 분석하다 그리고 맞다 모델.
잘 세트 위로 우리의 모델. I f 너 기억하다, 이었다 취득 이것 통나무 ~의 그만큼 마른 무게 여기. 이었다 가고 있다 에게 추가하다 a 커플 ~의 무작위의 변수 ~을 따라 ~와 함께 모두 ~의 우리의 요인들 ~ 안으로 그만큼 모델, 그리고 그 다음에 이었다 가고 있다 에게 만들다 확신하는 저것 우리는 선택된 일반화된 회귀. 이것 ~이다 그만큼 세트 위로 ~을 위한 우리의 모델, 이었다 가고 있다 에게 가다 앞으로 그리고 달리다 그것, 그리고 ~에 JMP 17, 우리 가지다 둘 새로운 견적 행동 양식.
이것들 ~이다 둘 다 자체 검증 앙상블 모델 행동 양식. 그만큼 첫 번째 하나 ~이다 a 앞으로 선택. 나는 가고 있다 에게 가다 앞으로 그리고 사용 ALL 올가미 왜냐하면 그게 무엇 머무르다 사용된 ~에 그의 부분, 그리고 여기 너 단지 놓다 ~에 어떻게 많은 샘플 너 원하다. 그 가졌다 선택된 50. 나는 가고 있다 에게 단지 가다 ~와 함께 그만큼 기본 ~의 200. 때리다 가다, 그리고 너 ~할 수 있다 보다 지금 그것은 달리기 모두 ~의 저것 뒤에 그만큼 장면 어디 너 ~일 것이다 가지다 시뮬레이션, 재계산됨 저것들 비례항 무게, 그리고 그 다음에 ~에 그만큼 끝 여기, 우리 단지 가지다 이것 멋진 테이블 저것 쇼 우리를 무엇 ~이다 들어가다 우리의 모델 최대 자주 위로 여기.
그 다음에 언제 우리 때리다 무엇 좋다 a 무작위의 변하기 쉬운. 단지 밖으로 ~의 무작위성, 무엇 그게 들어가다 저것 모델 ~이다 들어가다 아마도 ~에 대한 반 그만큼 시간. 것들 저것 ~이다 들어가다 더 정기적으로 ~보다 a 무작위의 변하기 쉬운, 우리 가지다 예쁜 높은 신뢰 저것 저것들 ~이다 아마 변수 우리 원하다 에게 바라보다 에. 그 다음에 우리 ~일 것이다 가다 ~에서 여기 그리고 시작하다 그만큼 프로파일러. 나는 이미 완료 저것 ~ 위에 여기, 그래서 우리 ~하지 않다 가지다 에게 기다리다 ~을 위한 그것 에게 시작하다 또는 평가하다 변하기 쉬운 중요성.
하지만 여기, 이것 쇼 우리를 어느 ~의 이것들 요인들 ~이다 활동적인. 우리 ~할 수 있다 보다 그만큼 최대 활동적인 요인들, 그리고 ~하는 동안 그것은 ~ 아니다 만들기 a 감독자 정확한 모델, 왜냐하면 다시 만약에 너 기억하다, 우리 ~이다 취득 25 달리다 에게 노력하다 에게 추정 27 다른 요인들. 만약에 너 가져가다 a 바라보다 여기 ~에 그만큼 최대 널리 퍼져있는 자들, 이것 ~할 수 있다 ~에 최소 주다 너 한 아이디어 ~의 그만큼 영향 ~의 각 하나 ~의 이것들 요인들. 모두 오른쪽, 그래서 저것 원래 합계 위로 무엇 머무르다 가졌다 완료. 그것 단지 만든다 이것 많이 더 쉽다 ~에 JMP 17, 그리고 우리 ~이다 계속되는 에게 개선하다 이것들 것들 그리고 희망 저것 이것 워크플로 얻는다 더 쉽다 ~와 함께 각 풀어 주다 ~의 제이엠피 감사하다 너 ~을 위한 당신의 주목 그리고 바라건대, 너 설립하다 이것 말하다 유익한.
