| 扬声器 |
抄本 |
| 杰森·威金斯，JMP |
好的，准备好了就去吧。 |
| |
好的。 |
| |
大家好。 |
| |
我叫Charles Chen。今天我们将讨论一个有趣的话题，关于使用JMP 16为数据科学家提供的STEAMS和DMAIC课程。 |
| |
我们是三位作者。Mason Chen 是第一位，我是 Charles，第二位，Patrick 是第三位。我们来自斯坦福在线高中 STEAMS 俱乐部。Mason Chen 是一名高三学生，也是俱乐部的负责人。我和 Patrick 是俱乐部的顾问。 |
| |
项目概述、机会陈述、传统六西格玛 DMAIC 流程，结合跨学科的 STEAMS 方法 |
| |
能够帮助数据科学家在大数据领域做出更大的贡献。我们的项目目标是开发一套面向高中生的六西格玛数据科学培训课程 |
| |
通过将 JMP 16 平台映射到 DMAIC 阶段，一直到行业专业人士。 |
| |
在我们开始之前，听众可能会好奇，哎，六西格玛是专业人士的，数据科学家也是专业人士的。 |
| |
那么，为什么我们也提到了高中生的情况呢？这里我们想以第一作者 Mason Chen 为例进行案例研究。 |
| |
他丰富的经验始于10岁，开始接受数据科学家培训，并尝试获得IBM SPSS和Minitab的认证。 |
| |
他11岁时就获得了IBM Modeler Data Mining认证。之后，他开始学习JMP，大约在12、13岁的时候。 |
| |
然后是 JMP STIPS、DOE 认证考试以及 JMP 16 文本挖掘。今年他还完成了线性代数的学习。 |
| |
大学课程以及通过我们的项目学习数据科学。今天，我们将根据他的经验以及顾问的经验，尝试介绍如何使用 JMP 16 来 |
| |
创建六西格玛数据科学项目。Mason 未来也打算转向 R 语言。他尝试学习 R 语言，这样他也能学习 JSL 语言。 |
| |
这是梅森两年前参加 ASA 会议时的照片。 |
| |
我们的项目试图将 STEAMS 和 DMAIC 联系起来。STEAMS 是梅森创始人于 2017 年推出的 STEAM 项目。 |
| |
传统的STEM项目。那有什么区别呢？科学、技术、工程、数学还是一样的，明白吗？ |
| |
但我们加入了人工智能和统计学，所以它变成了STEAMS。数据科学是人工智能、数学和统计学的热门组合。 |
| |
传统的六西格玛 DMAIC 与 STEAMS 方法论非常契合，非常契合。你可以看到很多深入的思考。(??) 其他一些解决问题的工具 |
| |
来自 DMAIC。它们也与科学领域，甚至工程领域的问题解决有相当好的对应性。有了数据科学，它们 |
| |
甚至可能更多地从STEAMS转向DMAIC。因此，我们认为可以基于STEAMS方法论，为高中生开发六西格玛数据科学课程。 |
| |
因此，第一步是在今年春季早些时候发布 JMP 16 之后，我们查看整个 JMP 16 平台并确定 |
| |
哪些平台对数据科学家有利？因此，我们基于大数据，提出了三个“V”——容量（volume）、多样性（variety）和速度（velocity）。 |
| |
并且，基于这三个 V，这些工具或平台可能非常适合数据科学程序，例如 Graph Builder， |
| |
文本探索器、表格、预测模型、筛选、多元方法、聚类、质量方法、问题求解。现在，我们将所有这些工具映射到 DMAIC 阶段。 |
| |
另外，通过学习 JMP 16 平台，我们还尝试了解这些 JMP 工具背后的 [听不清]。 |
| |
我们发现数据科学统计可能涵盖以下模块：第一，针对质量和可靠性工程的传统DMAIC，例如MSA或SPC。 |
| |
接下来是六西格玛设计，主要是建模、DOE建模、蒙特卡洛模拟、稳健公差。 |
| |
然后我们发现线性代数对于数据科学非常重要，例如主成分分析或奇异值分解。接下来是数据挖掘，包括分类、神经网络、分区或随机森林。 |
| |
时间序列或预测对于数据科学处理时间数据也非常重要，因此我们发现了诸如 ARIMA 模型。 |
| |
文本挖掘也适用于非结构化数据。此外，由于了解客户的声音，调查和消费者研究也非常重要。 |
| |
还有如何进行市场细分。我们发现，所有这些统计数据对于利用 JMP 平台都至关重要。 |
| |
然后我们尝试映射 |
| |
所有这些 JMP 16 平台都与传统的精益六西格玛 BB 模块相结合。因此，我们识别了传统的 BB 模块，并开发了三个 |
| |
培训项目。A项目是更传统的DMAIC黑带培训项目，这些是与之相关的JMP 16平台。第二个是更现代的数据挖掘 |
| |
[听不清] 分类数据。所以我们尝试将 JMP 16 平台加速到不同的培训项目。由于学生或培训项目可能存在特定兴趣，我们可以定制 |
| |
他们的特殊兴趣和领域。 |
| |
从现在开始，我们将尝试将所有工具或概念映射到 DMAIC 的各个阶段。第一阶段是定义阶段。定义阶段的主要概念是尝试定义问题陈述，包括客户的声音或企业的声音。 |
| |
此外，我们需要用六西格玛语言定义项目目标和目的，特别是关于质量关键指标 CTQ。 |
| |
他们还需要定义成功标准和任何规格限制。 |
| |
同样在定义阶段，团队建设对于形成、风暴、规范和执行非常重要。 |
| |
以及相关的 JMP 16 平台，例如构建数据库。查询生成器非常强大。数据可视化非常重要。 |
| |
数据挖掘尝试对客户进行聚类。市场研究，例如消费者研究，尝试进行市场细分；这非常重要。右侧是一个简单示例，展示了我们如何使用聚类进行市场细分。 |
| |
聚类亲和力分析。我们可以将客户分组，然后尝试制定一个关于营销重点的策略。 |
| |
第二阶段是测量阶段。主要关注工艺能力和工艺稳定性，特别是对于较大规模的制造生产。 |
| |
我们尝试找到三个 |
| |
JMP 的强大工具。第一个是目标图。目标图可以将批次间过程能力绘制成二维图。 |
| |
通过不同颜色的区域，我们知道[听不清]并且它是不合适的。 |
| |
中间的过程性能图也非常强大，因为它结合了过程能力和稳定性。如果两个标准都满足，就会位于左上角，也就是绿色。如果两个标准都不符合，就会位于左下角或右下角。 |
| |
右侧是进程历史浏览器，可以列出所有历史 |
| |
过去的表现。通过这种列表，您可以确定哪些因素与收益不佳有关。 |
| |
下一个阶段是分析阶段。在分析阶段，进行根本原因分析，总结复杂的数据集，可视化并发现模式和见解，分离和筛选重要因素。 |
| |
基于这些分析主题，我们还确定了鱼骨图、制表、文本探索器、基于多元的方法、聚类以及分类响应分析。 |
| |
这张幻灯片我们来介绍一下帕累托图。JMP 16 的帕累托图可以绘制二维图，这样就能找到更多组合（？？）或者不同类型因素之间的模式识别。 |
| |
鱼骨图对于实时工作来说一直非常强大和有用，您可以。 |
| |
设计或定制鱼骨图。 |
| |
对于数据汇总，我们强烈推荐 Tabulate。它就像 |
| |
Excel 数据透视表，[听不清]方便且功能强大 |
| |
因为他们还可以添加描述性统计数据。 |
| |
中间，Text Explorer对于分析文本数据库的功能非常强大，所以他们可以搜索关键字和短语，然后我们甚至可以将文本挖掘转换为数据挖掘。 |
| |
右侧是分类数据，用于查找不同类型因素之间的关联。 |
| |
不同的颜色代表不同类型的变量，因此对于任何一对变量，它们都彼此接近并且远离原点，这就是高度关联的重点；这可能会告诉你一些事情或这些变量之间的某种见解。 |
| |
下一阶段是改进阶段。 |
| |
在改进阶段，我们尝试建立预测模型。我们会根据需要设计新的实验。我们努力提高产品质量。 |
| |
关于JMP 16平台的预测建模，我们强烈推荐“预测刻画器”或自定义刻画器。此外，我们还可以 |
| |
我们有不同类型的自定义实验设计 (DOE)、混合实验设计 (DOE)，甚至增强实验设计 (DOE)。对于像机器学习这样的专用模型，我们有 JMP 神经网络、分区模型，以及不同类型的筛选。 |
| |
对于调查和消费者研究， |
| |
JMP有选择模型，也有最大化差异设计模型。 |
| |
对于设计优化， |
| |
在左侧的预测分析器中，我们可以进行敏感性分析。我们可以进行蒙特卡洛模拟，从而模拟不合格的[听不清] |
| |
百分比。 |
| |
中间，如果模型中有很多因素，自定义分析器将是在众多因素中找到最佳模型的最佳选择。 |
| |
右侧为组正交过饱和实验设计 (DOE)。这是非常强大的实验设计 (DOE)，可用于分析下游方案。他们使用阻断因子或概念来最大限度地减少实验设计 (DOE) 的运行次数，从而降低成本。 |
| |
对于预测模型，我们推荐使用神经网络，这是一种非常强大的 |
| |
转型，并尝试找到最佳模型来实现 |
| |
获得更高的培训和验证 |
| |
适应度。对于分区来说，这是一个二元分割。因此，他们可以将数据集分成不同的类别，这样他们就可以 |
| |
重点还总结了（??）主要贡献。 |
| |
对于设计优化，我们还推荐使用 JMP 16 中提供的某种筛选平台。右侧第一个是响应筛选。 |
| |
JMP 使用 |
| |
FDR，即错误检测率，用来判断你的预测模型有多好。所以，如果你的曲线保持较低水平，那么， |
| |
这意味着你有很好的预测模型。当你上升的时候，也就是这部分，你的预测能力就不够好了。 |
| |
中间部分是流程筛选。您可以看到所有流程参数，包括输入参数和输出交付物。 |
| |
JMP 使用绿色和红色来识别上移或下移。所以如果你看到更多的绿色或红色，那就意味着你的策略不太稳定。 |
| |
右侧的功能也非常强大。它会对所有预测因子的贡献进行排序，所以它会首先给出排名靠前的几个，或者我们称之为“至关重要的几个”的预测因子。这样你就能找到根本原因或解决方案。 |
| |
对于消费者研究，JMP 有选择设计 |
| |
帮助消费者选择最适合他们的产品或选择。 |
| |
对于最大化差异设计，这也是另一种调查设计。在调查中，你会选择最喜欢和最不喜欢的项目。因此，JMP 可以运行模型来对你的偏好进行排序。 |
| |
对于最后的控制阶段，[听不清] 扩大过程控制，长期维持改进，从上游到下游，多变量过程控制。 |
| |
JMP平台将涵盖经典控制图、时间敏感控制图和多元控制图。消费者研究将涉及多因素分析。此外，还将涵盖时间序列分析，例如分解、平滑、ARIMA模型和预测。 |
| |
对于左侧的多元控制图，我们可以找到变化点检测。这个点能提供前后最大的对比。这些是[听不清]关于发生了什么或何时发生的根本原因分析， |
| |
最大的变化点。中间是T广场。 |
| |
模型驱动控制图。这将提供故障模式， |
| |
分解哪些参数对 OOC 点贡献最大。右侧是多因素分析。 |
| |
基于特征值和特征因子分析。这就像一个亲和图。他们可以根据特征值和特征因子将相似的因素归为一类。 |
| |
对于左侧的时间序列分析，他们可以进行模型诊断，从而识别趋势、季节和周期性成分。 |
| |
在中间阶段，他们可以使用ARIMA模型来拟合季节性或非季节性数据。在预测阶段，他们可以找到最佳模型来预测未来点。 |
| |
因此，本次演讲的要点是...传统的六西格玛 DMAIC 和跨学科的 STEAMS 方法可以帮助培养数据科学家的领导力和团队建设能力。 |
| |
现代 JMP 16 平台与 DMAIC 阶段相映射，助力在数据科学领域部署六西格玛项目。数据库管理、应用工程、统计学、数据挖掘和文本挖掘对于当今的数据科学分析都至关重要。 |
| |
今天的演讲就到此结束，非常感谢大家抽出时间。 |
