Ottimizzazione AI in JMP Pro di TorchCiao a tutti,
È possibile utilizzare il modello di deep learning JMP Pro Torch per l'ottimizzazione AI dei parametri di processo?
Se è così, quali sono tutte le tecniche di intelligenza artificiale disponibili nel deep learning di JMP Pro Torch?
Per favore, suggerisci.
Modellazione predittiva e apprendimento automaticoRe: Ottimizzazione AI in JMP Pro DiTorchCiao @Sankaramuthu ,
Mi dispiace, ma non ho capito esattamente cosa vorresti fare:
Se puoi essere più specifico sul tuo progetto, tipo di dati, obiettivi, contesto, ... puoi migliorare notevolmente la qualità e la pertinenza delle risposte che riceverai. Se possibile, puoi anche unire alcuni dati con le spiegazioni, in modo che le persone possano provare e consigliare approcci diversi.
Spero che questo primo spunto di discussione possa esserti utile,
Re: Ottimizzazione AI in JMP Pro DiTorchGrazie @Victor_G per la risposta immediata.
Devo ottimizzare i parametri di processo per la produzione additiva per ridurre l'errore dimensionale.
Da qui la ricerca dell'opzione di ottimizzazione dell'intelligenza artificiale nell'apprendimento profondo di JMP Pro Torch.
Ho dati continui come fattore e risposta.
Re: Ottimizzazione AI in JMP Pro DiTorchOk, queste sono solo poche informazioni per aiutarti.
Ecco alcune domande (non è un elenco esaustivo, si prega di fornire più contesto e informazioni possibili! Si prega di leggere Ottenere risposte corrette alle domande corrette rapidamente 
- Quanti punti dati, fattori e risposte hai?
- Quanto sono rappresentativi i tuoi dati per il problema da risolvere? Quanto sono ampi gli intervalli? Sono solo dati osservativi (dati di produzione)? Puoi forse aggiungere dati sperimentali ai tuoi dati di produzione (dato che i dati di produzione hanno spesso intervalli più ristretti rispetto ai dati sperimentali/DOE, il che può rendere l'ottimizzazione più difficile da trovare/realizzare)?
- Come vengono misurate le risposte? Quanto sono affidabili/rumorose le apparecchiature di misurazione? Conosci la variabilità delle tue apparecchiature di misurazione?
- Qual è il miglioramento della risposta previsto? Qual è l'intervallo di risposta osservato?
- Qual è il tuo obiettivo? Solo l'ottimizzazione o anche una migliore comprensione del sistema e una valutazione comparativa dell'impatto dei fattori?
- Quali analisi hai già provato? Perché le analisi non sono sufficienti in JMP/JMP Pro? La maggior parte dei problemi di prestazioni nella modellazione di Machine Learning sono spesso dovuti a problemi di qualità dei dati, molto raramente a una complessità del modello insufficiente. Utilizzare reti neurali per dati tabulari è come " uccidere una mosca con una mazza": il più delle volte i modelli più semplici funzionano bene.
- Quali sono i criteri di valutazione del tuo modello?
- Ecc...
Spero che tu possa fornire maggiori informazioni,
Re: Ottimizzazione AI in JMP Pro DiTorchCiao @Sankaramuthu ,
Per aggiungere un paio di considerazioni alle eccellenti risposte di @Victor_G :
1. Se tutti i tuoi dati sono tabulari, XGBoost è una buona alternativa potenziale e ha un auto-tuner di iperparametri integrato. È disponibile su marketplace.jmp.com insieme a Torch Deep Learning.
2. Torch, XGBoost e altre piattaforme di modellazione predittiva dispongono di profiler che è possibile eseguire dal triangolo rosso dopo aver adattato un modello e quindi utilizzare la funzionalità Massimizza desiderabilità sui parametri di processo.
3. Non perdetevi alcune presentazioni interessanti la prossima settimana al JMP Discovery Summit di Berlino.
