| Oratore |
Trascrizione |
| Jason Wiggins, JMP |
Ok, vai avanti quando sei pronto. |
| |
Va bene. |
| |
Ciao a tutti. |
| |
Mi chiamo Charles Chen. Oggi parleremo di un argomento interessante riguardante i programmi STEAMS e DMAIC per data scientist che utilizzano JMP 16. |
| |
Siamo tre autori. Mason Chen è il primo. E io sono Charles, il secondo, e Patrick è il terzo. Facciamo parte dello STEAMS Club della Stanford Online High School. Mason Chen è uno studente del terzo anno delle superiori ed è il responsabile del club. Io e Patrick siamo i consulenti del club. |
| |
La panoramica del progetto, la dichiarazione di opportunità, il tradizionale processo Six Sigma DMAIC, combinato con la metodologia interdisciplinare STEAMS |
| |
Può aiutare gli scienziati dei dati a dare un contributo maggiore nel campo dei big data. Il nostro obiettivo di progetto è sviluppare un curriculum di formazione in data science Six Sigma per gli studenti delle scuole superiori. |
| |
fino ai professionisti del settore mappando la piattaforma JMP 16 sulle fasi DMAIC. |
| |
Prima di iniziare, il pubblico potrebbe essere curioso: ehi, Six Sigma è per i professionisti e anche gli scienziati dei dati sono professionisti. |
| |
Perché ne parliamo anche agli studenti delle scuole superiori? Vogliamo quindi usare il caso di studio del nostro primo autore, Mason Chen. |
| |
La sua lunga esperienza inizia quando aveva 10 anni. Iniziò a seguire la formazione da data scientist e a cercare di certificarsi con IBM SPSS e Minitab. |
| |
A 11 anni ha conseguito la certificazione IBM Modeler Data Mining. Poi è passato al JMP, dove ha studiato a 12 o 13 anni. |
| |
E poi JMP STIPS, l'esame DOE e di certificazione, e anche il text mining JMP 16. E il motivo per cui quest'anno ha anche finito l'algebra lineare. |
| |
Corsi universitari e anche di data science attraverso il nostro programma. Quindi oggi parleremo, basandoci sulla sua esperienza e su quella dei tutor, di come possiamo usare JMP 16 per |
| |
Creare il programma di data science Six Sigma. E anche Mason passerà a R in futuro. Ha cercato di imparare R, in modo da poter imparare anche il linguaggio JSL. |
| |
Questa è la foto di Mason scattata due anni fa alla conferenza dell'ASA. |
| |
Quindi il nostro progetto cerca di collegare STEAMS e DMAIC. STEAMS è il programma STEAM fondato da Mason nel 2017, |
| |
Programma STEM tradizionale. Qual è la differenza? Quindi scienza, tecnologia, ingegneria e matematica sono sempre le stesse, capito? |
| |
Ma abbiamo aggiunto l'intelligenza artificiale e anche la statistica, [quindi] è diventato STEAM. E la scienza dei dati è una combinazione popolare di intelligenza artificiale, matematica e statistica. |
| |
E il tradizionale Six Sigma DMAIC si adatta abbastanza bene alla metodologia STEAMS, abbastanza bene. Si nota un'attenzione particolare alla riflessione. (??) Altri strumenti per la risoluzione dei problemi |
| |
dal DMAIC. Si adattano anche abbastanza bene al campo scientifico, o persino all'ingegneria, alla risoluzione dei problemi. Con la scienza dei dati, |
| |
Potrebbe persino promuovere un maggior numero di studenti provenienti da STEAMS verso il DMAIC. Ecco come pensiamo di poter sviluppare il programma Six Sigma di data science per gli studenti delle scuole superiori basato sulla metodologia STEAMS. |
| |
Quindi il primo passo, una volta rilasciato JMP 16 all'inizio di questa primavera, è esaminare tutta la piattaforma JMP 16 e identificarla |
| |
Quali sono le piattaforme che potrebbero essere utili per gli scienziati dei dati? Quindi, basandoci sui big data, abbiamo applicato le tre V: volume, varietà e velocità. |
| |
E, in base alle tre V, quali sono gli strumenti o le piattaforme che possono adattarsi bene al programma di data science, come ad esempio un Graph Builder, |
| |
Esploratore di testo, tabelle, modellazione predittiva, screening, metodi multivariati, clustering, metodo di qualità, problem solving. Ora mapperemo tutti questi strumenti alle fasi DMAIC. |
| |
Inoltre, attraverso l'apprendimento delle piattaforme JMP 16, cerchiamo anche di comprendere [inudibile] cosa si cela dietro questi strumenti JMP. |
| |
E scopriamo che le statistiche della scienza dei dati possono coprire i seguenti moduli. Il primo, il tradizionale DMAIC per l'ingegneria della qualità e dell'affidabilità, come MSA o SPC. |
| |
E il prossimo sarà il Design for Six Sigma, soprattutto per la modellazione, la modellazione DOE, la simulazione Monte Carlo e la tolleranza robusta. |
| |
Poi scopriamo che l'algebra lineare è molto importante per la scienza dei dati, come l'analisi delle componenti principali o la decomposizione dei valori singolari. E poi ci occuperemo del data mining, che include la classificazione, le reti neurali, le partizioni o le foreste casuali. |
| |
Anche le serie temporali o le previsioni sono molto importanti per la scienza dei dati per gestire i dati temporali (?), come abbiamo scoperto nel modello ARIMA. |
| |
E il text mining è utile anche per i dati non strutturati. Anche i sondaggi e le ricerche sui consumatori sono molto importanti per comprendere la voce dei clienti. |
| |
Inoltre, come effettuare la segmentazione del marketing. Quindi, tutte queste statistiche che abbiamo scoperto sono fondamentali per utilizzare la piattaforma JMP. |
| |
Poi proviamo a mappare |
| |
tutte queste piattaforme JMP 16 ai tradizionali moduli BB Lean Six Sigma. Quindi identifichiamo i tradizionali moduli BB e ne sviluppiamo tre |
| |
Programmi di formazione. Il programma A è il più tradizionale programma di formazione DMAIC Black Belt, a cui si associano le piattaforme JMP 16. Il secondo è il più moderno data mining. |
| |
[inudibile] dati categoriali. Cerchiamo quindi di adattare le piattaforme JMP 16 a ogni diverso programma di formazione. E poiché gli studenti o la formazione potrebbero avere interessi particolari, possiamo personalizzare |
| |
il loro particolare interesse e campo. |
| |
D'ora in poi, cercheremo di mappare tutti gli strumenti o i concetti alle fasi DMAIC. La prima fase è la fase di Definizione. Il concetto principale della fase di Definizione è cercare di definire la definizione del problema, includendo la voce dei clienti o la voce dell'azienda. |
| |
Inoltre, dobbiamo definire l'obiettivo e lo scopo del progetto, in particolare per quanto riguarda il CTQ critico per la qualità, nel linguaggio Six Sigma. |
| |
Devono inoltre definire i criteri di successo e gli eventuali limiti di specifica. |
| |
Anche nella fase di definizione, la formazione del team è molto importante per la formazione, il consolidamento, la normalizzazione e l'esecuzione. |
| |
E le piattaforme JMP 16 associate, come la creazione di database. Query Builder è molto potente. La visualizzazione dei dati è importante. |
| |
Il data mining cerca di raggruppare i clienti. La ricerca di mercato, come la ricerca sui consumatori, cerca di segmentare il marketing; è molto importante. A destra è riportato un semplice esempio di come si esegue la segmentazione del marketing utilizzando il clustering. |
| |
Analisi di affinità per clustering. Probabilmente possiamo raggruppare i clienti e poi provare a impostare una strategia su quali siano le priorità di marketing. |
| |
La seconda fase è la fase di Misurazione. L'attenzione principale è rivolta alla capacità e alla stabilità del processo, soprattutto per la produzione su larga scala. |
| |
Cerchiamo di trovarne tre |
| |
Un potente strumento di JMP. Il primo è un goal plot. Il goal plot può rappresentare graficamente la capacità del processo lotto-lotto e suddividerla in due dimensioni. |
| |
Attraverso le diverse zone colorate sappiamo che [inudibile] e non è adatto. |
| |
Anche il grafico delle prestazioni del processo intermedio è molto efficace perché combina la capacità e la stabilità del processo. Se il processo soddisfa entrambi i criteri, il grafico si troverà in alto a sinistra, quindi in verde. Se non soddisfa entrambi i criteri, il grafico si troverà in basso a sinistra o in basso a destra. |
| |
Sul lato destro è presente un esploratore della cronologia dei processi in modo che possano elencare tutti i processi storici |
| |
Performance passate. E attraverso questo tipo di elenco, è possibile identificare quali fattori sono associati allo scarso rendimento. |
| |
La fase successiva è quella di analisi. In questa fase, si analizzano le cause profonde, si sintetizzano set di dati complessi, si visualizzano e si scoprono modelli e insight, si isolano e si filtrano i fattori importanti. |
| |
Sulla base di questi argomenti di analisi, identifichiamo anche il diagramma a spina di pesce, Tabulate, Text Explorer, metodi multivariati, clustering e anche l'analisi della risposta categoriale. |
| |
In questa diapositiva, vogliamo introdurre il diagramma di Pareto. Il diagramma di Pareto di JMP 16 può essere utilizzato in due dimensioni, in modo da trovare più combinazioni (??) o riconoscere pattern tra diversi tipi di fattori. |
| |
E il diagramma a spina di pesce è sempre stato uno strumento molto potente e utile per il lavoro in tempo reale, nella sezione in cui è possibile. |
| |
progettare o personalizzare il diagramma a spina di pesce. |
| |
Per la sintesi dei dati, Tabulate è quello che consigliamo vivamente. È come |
| |
la tabella pivot di Excel, [inudibile] comoda e potente |
| |
perché possono anche aggiungere statistiche descrittive. |
| |
Al centro, Text Explorer è molto potente per analizzare il database di testo: può cercare parole chiave e frasi e quindi possiamo persino convertire il text mining in data mining. |
| |
Sul lato destro si trovano i dati categoriali per trovare associazioni tra diversi tipi di fattori. |
| |
E i diversi colori presentano diversi tipi di variabili, quindi per ogni coppia sono vicini l'uno all'altro e lontani dall'origine e questo è il punto focale di un'associazione elevata; questo potrebbe dirti qualcosa o un qualche tipo di intuizione tra queste variabili. |
| |
La fase successiva è la fase di miglioramento. |
| |
Nella fase di miglioramento, cerchiamo di costruire modelli predittivi. Cerchiamo di progettare nuovi esperimenti secondo necessità. Cerchiamo di migliorare la qualità della produzione. |
| |
Per quanto riguarda le piattaforme JMP 16 per la modellazione predittiva, consigliamo vivamente il Prediction Profiler o il profiler personalizzato. E DOE, possiamo |
| |
Disponiamo di diversi tipi di DOE personalizzato, DOE misto o persino DOE augmentation. Per i modelli specializzati, come l'apprendimento automatico, abbiamo la rete neurale JMP, il modello di partizione e anche diversi tipi di screening. |
| |
Per il sondaggio e la ricerca sui consumatori, |
| |
JMP ha sia il modello di scelta che il modello di progettazione per massimizzare la differenza. |
| |
Per l'ottimizzazione del design, |
| |
Sul lato sinistro, nel Prediction Profiler, possiamo effettuare l'analisi di sensibilità. Possiamo eseguire la simulazione Monte Carlo per simulare il [inudibile] non conforme. |
| |
percentuale. |
| |
Nel mezzo, se abbiamo molti fattori nel modello, il Custom Profiler sarà la scelta giusta per trovare il modello ottimale tra così tanti fattori. |
| |
A destra, per il DOE supersaturo ortogonale di gruppo. Questo è un DOE molto potente da analizzare per un'opzione a valle. E utilizzano un fattore di blocco o un concetto per minimizzare il numero di esecuzioni DOE, riducendone i costi. |
| |
Per i modelli predittivi, raccomanderemo una rete neurale, molto potente |
| |
trasformazione e cercare di trovare il modello migliore per realizzarla |
| |
ottenere una formazione e una convalida più elevate |
| |
fitness. Per la partizione, questa è una divisione binaria. Quindi possono suddividere il set di dati in diversi tipi di categorie, in modo da poter |
| |
evidenziare anche concludere (??) il contributo principale. |
| |
Per l'ottimizzazione del design, consigliamo anche una piattaforma di screening disponibile in JMP 16. La prima a destra è lo screening della risposta. |
| |
JMP utilizza il |
| |
FDR, tasso di falsi rilevamenti, per determinare l'efficacia del tuo modello predittivo. Quindi, se la curva rimane più bassa, ok, e |
| |
E questo significa che hai una buona modellazione predittiva. Quando sali, e questo vale per questa porzione, non hai una buona capacità predittiva. |
| |
Per quello centrale, si tratta dello screening del processo. In questo modo è possibile visualizzare tutti i parametri di processo. Potrebbero essere parametri di input o risultati finali. |
| |
JMP utilizza il colore verde e il colore rosso per identificare lo spostamento verso l'alto o verso il basso. Quindi, se vedi più verde o rosso, significa che la tua policy non è molto stabile. |
| |
Anche il lato destro è molto potente. Classifica tutti i contributi predittivi, quindi ti darà prima i pochi più importanti, o quelli che chiamiamo i pochi essenziali, i predittori. Così puoi trovare le cause profonde o trovare le soluzioni. |
| |
Per la ricerca sui consumatori, JMP aveva un design di scelta |
| |
per aiutare il consumatore a scegliere il prodotto migliore o la scelta migliore. |
| |
Per il design di massimizzazione della differenza, che è anche l'altro design del sondaggio, si scelgono gli elementi più e meno preferiti. In questo modo, JMP può eseguire il modello per classificare le preferenze. |
| |
Per l'ultima fase di controllo, [inudibile] aumentare il controllo del processo, sostenere il miglioramento nel lungo periodo, da monte a valle, controllo del processo multivariato. |
| |
Le piattaforme JMP saranno quindi carte di controllo classiche, carte di controllo sensibili al tempo e carte di controllo multivariate. La ricerca sui consumatori si baserà sull'analisi fattoriale multipla. Anche l'analisi delle serie temporali, come la decomposizione, lo smoothing e il modello e le previsioni ARIMA. |
| |
Per i grafici di controllo multivariati sul lato sinistro, troviamo il rilevamento del punto di cambiamento. Questo è il punto che offre il maggiore contrasto prima e dopo. Questi sono [inudibile] l'analisi delle cause profonde su cosa è successo o quando è più, |
| |
il punto di cambiamento più grande. Al centro c'è il quadrato a T. |
| |
Carta di controllo basata sul modello. Questo vi fornirà la modalità di guasto, |
| |
Scomposizione sui parametri che contribuiscono maggiormente al punto OOC. A destra è presente un'analisi multifattoriale. |
| |
Basato sull'autovalore, analisi fattoriale degli autovalori. Questo è come un diagramma di affinità. Quindi possono raggruppare i fattori simili, in base all'autovalore e all'autofattore. |
| |
Per l'analisi delle serie temporali sul lato sinistro, possono eseguire la diagnostica del modello, in modo da identificare le componenti stagionali e cicliche del trend. |
| |
Nel mezzo, possono utilizzare i modelli ARIMA per adattare i dati utilizzando modelli stagionali o non stagionali. Per le previsioni, possono trovare il modello ottimale per prevedere il punto futuro. |
| |
Quindi la conclusione di questo intervento è che il tradizionale metodo Six Sigma DMAIC e il metodo interdisciplinare STEAMS possono aiutare a sviluppare competenze di data scientist nella leadership e nel team building. |
| |
Le moderne piattaforme JMP 16 sono mappate sulle fasi DMAIC per facilitare l'implementazione di progetti Six Sigma nei campi della scienza dei dati. La gestione dei database, l'ingegneria applicata, la statistica, il data mining e il text mining sono tutti fondamentali per l'analisi scientifica dei dati odierna. |
| |
La nostra presentazione odierna si conclude qui e vi ringraziamo molto per il tempo che ci avete dedicato. |
