建立 Python/JMP 整合式機器學習模擬器和決策儀表板除了JMP的統計優勢之外，從設計角度來看，JMP作為設計平台的優勢在於其在建立基於公式的模擬器和資料驅動的儀表板方面的靈活性。所有任務，包括 CAE（電腦輔助工程）和測試，都歸結為透過流程整合獲取資料的流程以及如何從獲取的資料中得出有用的結果。從這個角度出發，我們近期利用Python在工程領域卓越的可擴展性和JMP作為工程領域決策平台的優勢，將整個設計流程定義為「Python流程整合與JMP機器學習最佳化設計」來進行此項任務。
「Python製程整合與JMP機器學習最佳化設計」流程由「Python製程整合」、「JMP機器學習」、「JMP最佳化設計」三個設計項目定義。
在本研究中，我們將從「機器學習模擬器」和「決策儀表板」的角度介紹海軍、航空、CAE和實驗領域的各種成功案例。
