ビッグデータ活用の高度なテクニック
方法をご覧ください:
- ボリューム、速度、多様性、正確性、処理速度、メモリ、時間、ユーザーの忍耐力が、縦長で幅の広いデータの処理方法にどのように影響するかを理解する
- ビッグデータを処理するためのアプローチの重要性を理解する - データのフィルタリング、列の切り替え、予測子/応答のスクリーニング、要約表のグラフへの収集、変数の削減の自動化、サンプリング、欠損値の検出、外れ値のスクリーニング、数式列の使用
- 世界開発指標のケーススタディデータの形式を特定 - 3億500万のデータポイント、1402の変数、15.5 GBのデータ
（11時30分）
- 仮想結合Like IDとリンク参照を使用してスペースを節約する（13:00）
- テーブルサマリーを使用して欠落データを表示する(20:38)
- 分割するためにデータを再構築する
グループ
行の種類を識別するには、
分割基準
必要な列を特定し、
列を分割
新しい列に必要な値を識別する
（24:50）
- グラフ ビルダーの列スイッチャーを使用してデータをインタラクティブに視覚化し、変数を視覚的に切り替え、ローカル データ フィルターを使用して希望する値の範囲に基づいてデータを表示します。
（28:30）
- レスポンススクリーニングを使用して、関心のある結果を最も予測する要因を見つける
（32:00）
- 選択した関係のグラフをJMPテーブル式列に挿入するには、
このようなグラフの表を作成します
オプション
（34:32）
- テキストエクスプローラーとワードクラウドを使用して、最もよく使用されるテキストとフレーズを識別して視覚化する（39:56）
- サブセットプロキシ法を使用して高さのあるデータを分析する
（45:41）
- モデルを構築して検証し、将来の結果を予測するためのスコアコードを生成して保存します（49:04）
注: 36:40、37:28、37:43、38:25 に Q&A が含まれています。
基本的なデータ分析とモデリングデータの探索と可視化
