在材料信息学中使用 JMP近年来，将信息工程应用于材料科学的材料信息学（Materials Informatics，以下简称MI）备受关注。 MI是利用大量与材料相关的实验数据和模拟结果，利用机器学习、深度学习等数据科学技术来促进新材料高效开发的方法。为了推进MI，需要从材料所拥有的大量物理属性信息中提取基于多种搜索条件的材料的搜索范围，并在可视化和理解待实验验证的范围的同时进行搜索。 JMP 是用于可视化和分析这些物理属性信息的强大工具。我们使用 JMP 的数据库访问功能来获取材料特征，并使用包含本地数据过滤器的仪表板直观地分析数据。聚类和模型拟合是从复杂数据集中提取有用见解的特别有效的方法。此外，由于JMP的简单操作性，即使是不熟悉SQL或Python等编程的研究人员也可以执行从数据采集到分析的整个过程。在本次演讲中，我们将介绍 MI 举措的示例，例如使用 JMP 和多变量分析实现物理属性信息可视化。
数据探索与可视化预测模型和机器学习
