| Vocero |
Transcripción |
| Jason Wiggins, JMP |
Está bien, sigue adelante cuando estés listo. |
| |
Bueno. |
| |
Hola a todos. |
| |
Me llamo Charles Chen. Hoy vamos a hablar sobre un tema interesante relacionado con STEAMS y el currículo DMAIC para científicos de datos usando JMP 16. |
| |
Somos tres autores. Mason Chen es el primero. Yo soy Charles, el segundo, y Patrick es el tercero. Somos del Club STEAMS de Stanford Online High School. Mason Chen es estudiante de penúltimo año de preparatoria y es el líder del club. Patrick y yo somos los asesores del club. |
| |
La descripción general del proyecto, la declaración de oportunidad, el proceso tradicional Six Sigma DMAIC, combinado con la metodología interdisciplinaria STEAMS |
| |
Puede ayudar a los científicos de datos a realizar una mayor contribución en el campo del big data. Nuestro objetivo del proyecto es desarrollar un currículo de capacitación en ciencia de datos Six Sigma para estudiantes de secundaria. |
| |
hasta los profesionales de la industria mediante el mapeo de la plataforma JMP 16 en las fases DMAIC. |
| |
Antes de comenzar, es posible que la audiencia sienta curiosidad: Six Sigma es para los profesionales y el científico de datos también es profesional. |
| |
¿Por qué mencionamos esto también para los estudiantes de secundaria? Aquí queremos usar el caso práctico de nuestro primer autor, Mason Chen. |
| |
Su amplia experiencia comenzó a los 10 años. Empezó a formarse como científico de datos y también intentó certificarse en IBM SPSS y Minitab. |
| |
A los 11 años, obtuvo la certificación en IBM Modeler Data Mining. Luego se trasladó al JMP, donde estudió durante unos 12 o 13 años. |
| |
Y luego JMP STIPS, el DOE, el examen de certificación y también la minería de texto JMP 16. Y la razón por la que este año también terminó el álgebra lineal... |
| |
Cursos universitarios y también ciencia de datos a través de nuestro programa. Así que hoy, basándonos en su experiencia y la de los asesores, vamos a hablar sobre cómo podemos usar JMP 16 para... |
| |
Crear el programa de ciencia de datos Six Sigma. Además, Mason se está moviendo a R en el futuro. Intentó aprender R para poder aprender también el lenguaje JSL. |
| |
Y esa es la foto de Mason, cuando asistió a la conferencia de la ASA hace dos años. |
| |
Nuestro proyecto busca conectar STEAMS y DMAIC. STEAMS es el programa STEAMs de Mason, fundado en 2017. |
| |
Programa STEM tradicional. ¿Cuál es la diferencia? La ciencia, la tecnología, la ingeniería y las matemáticas siguen siendo las mismas, ¿entiendes? |
| |
Pero añadimos inteligencia artificial y también estadística, por lo que se convierte en STEAMS. Y la ciencia de datos es una combinación popular de inteligencia artificial, matemáticas y estadística. |
| |
Y el tradicional Six Sigma DMAIC se adapta bastante bien a la metodología STEAMS. Se puede apreciar mucha reflexión profunda. (¿?) Otras herramientas para la resolución de problemas. |
| |
del DMAIC. También se adaptan bastante bien al campo de la ciencia, o incluso a la ingeniería, para la resolución de problemas. Con la ciencia de datos,... |
| |
Incluso podríamos promover más de STEAMS a DMAIC. Así es como creemos que podemos desarrollar el programa de ciencia de datos Six Sigma para estudiantes de secundaria, basado en la metodología STEAMS. |
| |
Entonces, el primer paso, una vez que se lanzó JMP 16 a principios de esta primavera, fue analizar toda la plataforma JMP 16 e identificar |
| |
¿Cuáles son las plataformas que podrían ser beneficiosas para el científico de datos? Basándonos en el big data, nos basamos en las tres V: volumen, variedad y velocidad. |
| |
Y, en base a las tres V, ¿cuáles son las herramientas o plataformas que pueden encajar bien en el programa de ciencia de datos, como por ejemplo un Graph Builder, |
| |
Explorador de texto, tablas, modelado predictivo, cribado, métodos multivariantes, agrupamiento, método de calidad, resolución de problemas. Ahora, asociaremos todas estas herramientas a las fases de DMAIC. |
| |
Además, a través del aprendizaje de las plataformas JMP 16, también intentamos comprender [inaudible] detrás de estas herramientas JMP. |
| |
Descubrimos que las estadísticas de ciencia de datos pueden abarcar los siguientes módulos. El primero, el DMAIC tradicional para la ingeniería de calidad y confiabilidad, como MSA o SPC. |
| |
Y el siguiente será el Diseño para Seis Sigma, más para el modelado, el modelado DOE, la simulación de Monte Carlo, la tolerancia robusta. |
| |
Luego descubrimos que el álgebra lineal es fundamental para la ciencia de datos, como el análisis de componentes principales o la descomposición en valores singulares. A continuación, se abordará la minería de datos, incluyendo la clasificación, las redes neuronales, la partición o el bosque aleatorio. |
| |
Y las series de tiempo o los pronósticos también son muy importantes para que la ciencia de datos maneje los datos de tiempo (?), por eso descubrimos que es así, como el modelo ARIMA. |
| |
La minería de texto también es útil para datos no estructurados. Además, las encuestas y los estudios de mercado son muy importantes para comprender la opinión de los clientes. |
| |
Además, cómo realizar la segmentación de marketing. Todas estas estadísticas que descubrimos son fundamentales para utilizar una plataforma JMP. |
| |
Luego intentamos mapear |
| |
Todas estas plataformas JMP 16 se integran con los módulos tradicionales de Lean Six Sigma BB. Así, identificamos los módulos tradicionales de BB y desarrollamos tres... |
| |
Programas de capacitación. El programa A es el programa de capacitación Cinturón Negro DMAIC más tradicional, y estas son las 16 plataformas JMP asociadas. El segundo programa es el de minería de datos más moderno. |
| |
[inaudible] datos categóricos. Intentamos adaptar las plataformas JMP 16 a cada programa de formación. Y dado que los estudiantes o la formación pueden tener un interés particular, podemos personalizarlos. |
| |
su interés y campo particular. |
| |
De ahora en adelante, intentaremos relacionar todas las herramientas o conceptos con las fases de DMAIC. La primera fase es la de Definición. El concepto principal de esta fase es definir el planteamiento del problema, incluyendo la voz de los clientes o la voz de la empresa. |
| |
Además, necesitamos definir la meta y el objetivo del proyecto, especialmente sobre el CTQ crítico para la calidad, en lenguaje Seis Sigma. |
| |
También necesitan definir los criterios de éxito y cualquier límite de especificación. |
| |
También en la fase de Definición, la formación de equipos es muy importante para la formación, el desarrollo, la normalización y el rendimiento. |
| |
Y las plataformas asociadas de JMP 16, como la creación de bases de datos, son muy potentes. La visualización de datos es fundamental. |
| |
La minería de datos busca agrupar a los clientes. La investigación de mercado, al igual que la investigación del consumidor, busca segmentar el marketing; esto es fundamental. A la derecha se muestra un ejemplo sencillo de cómo realizamos la segmentación de marketing mediante la agrupación. |
| |
Análisis de afinidad por agrupamiento. Probablemente podamos agrupar a los clientes y luego intentar definir una estrategia sobre cuál es la prioridad de marketing. |
| |
La segunda fase es la de Medición. Se centra en la capacidad y la estabilidad del proceso, especialmente para la producción a gran escala. |
| |
Intentamos encontrar tres |
| |
Potente herramienta de JMP. La primera es un gráfico de objetivos. Este gráfico permite representar la capacidad del proceso lote a lote en dos dimensiones. |
| |
A través de las diferentes zonas de color, sabemos que [inaudible] y no es adecuado. |
| |
El gráfico de rendimiento del proceso intermedio también es muy eficaz porque combina la capacidad y la estabilidad del proceso. Si cumple ambos criterios, aparecerá en la esquina superior izquierda, es decir, en verde. Si no cumple ninguno, aparecerá en la esquina inferior izquierda o derecha. |
| |
En el lado derecho hay un explorador del historial de procesos para que puedan enumerar todo el historial. |
| |
Rendimiento pasado. Con esta lista, puede identificar los factores asociados con el bajo rendimiento. |
| |
La siguiente fase es la de Análisis. En esta fase, se analiza la causa raíz, se resumen conjuntos de datos complejos, se visualizan y se descubren patrones e información, y se aíslan y se filtran factores importantes. |
| |
Con base en estos temas a analizar, también identificamos el diagrama de espina de pescado, Tabular, Explorador de Texto, métodos basados en múltiples variables, agrupamiento, también el análisis de respuesta categórica. |
| |
En esta diapositiva, presentamos el diagrama de Pareto. El diagrama de Pareto JMP 16 permite su uso en dos dimensiones, lo que permite encontrar más combinaciones (??) o reconocer patrones entre diferentes tipos de factores. |
| |
Y el diagrama de espina de pescado siempre fue muy poderoso y útil para el trabajo en tiempo real, en la sección, puedes. |
| |
Diseñar o personalizar el diagrama de espina de pescado. |
| |
Para el resumen de datos, Tabular es la herramienta que recomendamos ampliamente. Es como |
| |
La tabla dinámica de Excel, [inaudible] conveniente y potente |
| |
porque también pueden agregar estadísticas descriptivas. |
| |
En el medio, el Explorador de texto es muy poderoso para analizar la base de datos de texto, de modo que pueden buscar palabras clave y frases, y luego incluso podemos convertir la minería de texto en minería de datos. |
| |
En el lado derecho se encuentran los datos categóricos para encontrar asociaciones entre diferentes tipos de factores. |
| |
Y los diferentes colores presentan diferentes tipos de variables, así que para cualquier par están cerca uno del otro y están lejos del origen y ese es el foco de una alta asociación; eso puede decirle algo o algún tipo de conocimiento entre estas variables. |
| |
La siguiente fase es la fase de mejora. |
| |
En la fase de Mejora, buscamos construir modelos predictivos. Diseñamos nuevos experimentos según sea necesario. Buscamos mejorar la calidad de la producción. |
| |
En cuanto a las plataformas JMP 16 para modelado predictivo, recomendamos ampliamente el Prediction Profiler o el perfilador personalizado. Y, según el DOE, podemos... |
| |
Disponemos de diferentes tipos de DOE personalizado, DOE mixto o incluso aumento de DOE. Para modelos especializados, como el aprendizaje automático, contamos con la red neuronal JMP, el modelo de partición y diferentes tipos de cribado. |
| |
Para la encuesta y la investigación de consumidores, |
| |
JMP tiene el modelo de elección y también el modelo de diseño de máxima diferencia. |
| |
Para la optimización del diseño, |
| |
En el lado izquierdo, en el Prediction Profiler, podemos realizar el análisis de sensibilidad. Podemos realizar la simulación de Monte Carlo para simular los [inaudible] no conformes. |
| |
porcentaje. |
| |
En el medio, si tenemos muchos factores en el modelo, el Custom Profiler será la buena opción para encontrar el modelo óptimo entre tantos factores. |
| |
A la derecha, para el DOE sobresaturado ortogonal de grupo. Este es un DOE muy potente para analizar como una opción para el downstream. Se utilizan factores o conceptos de bloqueo para minimizar el número de ejecuciones del DOE y así reducir el costo. |
| |
Para los modelos predictivos, recomendaremos una red neuronal, una herramienta muy potente. |
| |
transformación y tratar de encontrar el mejor modelo para realizarla |
| |
obtener una mayor formación y validación |
| |
Aptitud. Para la partición, se trata de una división binaria. Así, pueden dividir el conjunto de datos en diferentes tipos de categorías, para que puedan... |
| |
Destacar también concluir (??) la mayor contribución. |
| |
Para optimizar el diseño, también recomendamos algún tipo de plataforma de selección disponible en JMP 16. La primera en el lado derecho es la selección de respuesta. |
| |
JMP utiliza el |
| |
FDR, tasa de detección falsa, para determinar la calidad de su modelado de predicción. Entonces, si su curva se mantiene baja, bien, y |
| |
Y eso significa que tienes un buen modelado de predicción. Cuando subes, y eso significa esta porción, no tienes buena capacidad de predicción. |
| |
Para el del medio, se realiza la evaluación del proceso. Así, se pueden ver todos los parámetros del proceso, ya sean de entrada o de salida. |
| |
JMP usa los colores verde y rojo para identificar el cambio ascendente o descendente. Por lo tanto, si ve más verde o rojo, significa que su política no es muy estable. |
| |
Para el lado derecho, también es muy potente. Clasifica la contribución de todos los predictores, por lo que primero se mostrarán los primeros, o lo que llamamos los pocos vitales, los predictores. Así, se pueden encontrar las causas raíz o las soluciones. |
| |
Para la investigación del consumidor, JMP tuvo un diseño de elección |
| |
para ayudar al consumidor, cómo elegir su mejor producto o la elección. |
| |
Para el diseño de máxima diferencia, que también es el otro diseño de encuesta, se seleccionan los elementos más y menos preferidos. De esta manera, JMP puede ejecutar el modelo para clasificar las preferencias. |
| |
Para la última fase de control, [inaudible] ampliar el control del proceso, mantener la mejora durante un largo período, de arriba a abajo, control del proceso multivariado. |
| |
Las plataformas JMP incluirán gráficos de control clásicos, gráficos de control sensibles al tiempo y gráficos de control multivariados. La investigación del consumidor se basará en el análisis multifactorial. También se incluirá el análisis de series de tiempo, como la descomposición, el suavizado y el modelo ARIMA y sus pronósticos. |
| |
En los gráficos de control multivariables del lado izquierdo, se detectan los puntos de cambio. Este es el punto que ofrece el mayor contraste antes y después. Estos son [inaudible] el análisis de la causa raíz sobre qué sucedió o cuándo es el momento más... |
| |
El mayor punto de cambio. En el centro, está el cuadrado T. |
| |
Diagrama de control basado en modelos. Esto le mostrará el modo de falla. |
| |
Descomposición sobre los parámetros que más contribuyen al punto OOC. A la derecha se muestra un análisis multifactorial. |
| |
Basado en el análisis de autovalores y factores propios. Esto es como un diagrama de afinidad. Permite agrupar los factores similares según sus autovalores y factores propios. |
| |
Para el análisis de series temporales en el lado izquierdo, se pueden realizar diagnósticos del modelo. De esta manera, se pueden identificar los componentes estacionales y cíclicos de la tendencia. |
| |
En el medio, pueden usar los modelos ARIMA para ajustar los datos utilizando modelos estacionales o no estacionales. Para el pronóstico, pueden encontrar el modelo óptimo para predecir el punto futuro. |
| |
La conclusión de esta charla es que el método tradicional Six Sigma DMAIC y el método STEAMS interdisciplinario pueden ayudar a los científicos de datos a desarrollar capacidades de liderazgo y trabajo en equipo. |
| |
Las plataformas modernas JMP 16 se integran con las fases DMAIC para facilitar la implementación de proyectos Six Sigma en el campo de la ciencia de datos. La gestión de bases de datos, la ingeniería aplicada, la estadística, la minería de datos y la minería de texto son fundamentales para el análisis científico de datos actual. |
| |
Con esto concluiremos nuestra presentación de hoy, y muchas gracias por su tiempo. |
