JMP Pro의 AI 최적화 ByTorch안녕하세요 여러분,
JMP Pro Torch 딥러닝 모델을 사용하여 프로세스 매개변수에 대한 AI 최적화를 수행하는 것이 가능할까요?
그렇다면 JMP Pro Torch 딥러닝에서 사용할 수 있는 모든 AI 기술은 무엇입니까?
제안해 주세요.
예측 모델링 및 머신 러닝Re: JMP Pro의 AI 최적화 ByTorch안녕하세요 @산카라무투 ,
죄송하지만, 정확히 무엇을 하시고 싶은지 알 수 없습니다.
프로젝트, 데이터 유형, 목표, 맥락 등에 대해 더 구체적으로 설명하면 받는 응답의 질과 관련성이 크게 향상될 수 있습니다. 가능하다면 일부 데이터를 설명과 결합하여 사람들이 다양한 접근 방식을 시도하고 추천할 수 있도록 할 수도 있습니다.
이 첫 번째 토론 시작이 여러분에게 도움이 되기를 바랍니다.
Re: JMP Pro의 AI 최적화 ByTorch@Victor_G 님 , 즉각적인 답변 감사합니다.
치수 오차를 줄이기 위해 적층 제조의 공정 매개변수를 최적화해야 합니다.
따라서 JMP Pro Torch 딥러닝에서 AI 최적화 옵션을 찾고 있습니다.
연속형 데이터를 요인 및 반응형으로 갖고 있습니다.
Re: JMP Pro의 AI 최적화 ByTorch좋아요, 이 정보는 아주 작은 정보일 뿐이지만 도움이 될 겁니다.
다음은 몇 가지 질문입니다(전체 목록은 아닙니다. 가능한 한 많은 맥락과 정보를 제공해 주세요! 올바른 질문에 대한 올바른 답변을 빠르게 얻는 방법을 읽어주세요):
- 얼마나 많은 데이터 포인트, 요소, 응답이 있나요?
- 문제를 해결하기 위한 귀하의 데이터는 얼마나 대표적입니까? 범위는 얼마나 큽니까? 관측 데이터(생산 데이터)만 있습니까? 생산 데이터에 실험 데이터를 추가할 수 있습니까(생산 데이터는 종종 실험/DOE 데이터보다 범위가 좁기 때문에 최적화를 찾거나 실현하기가 더 어려울 수 있음)?
- 응답은 어떻게 측정합니까? 측정 장비는 얼마나 신뢰할 수 있고/소음이 심합니까? 측정 장비의 변동성을 알고 있습니까?
- 예상되는 응답 개선은 무엇입니까? 관찰된 응답 범위는 무엇입니까?
- 당신의 목표는 무엇입니까? 최적화만인가요, 아니면 더 나은 시스템 이해와 요인들의 비교 영향 평가도 하시겠습니까?
- 이미 어떤 분석을 시도해 보셨나요? JMP/JMP Pro에서 분석이 충분하지 않은 이유는 무엇인가요? 머신 러닝 모델링에서 성능 문제의 대부분은 데이터 품질 문제로 인해 발생하며, 모델 복잡도가 충분하지 않아서 발생하는 경우는 드뭅니다. 표 형식 데이터에 신경망을 사용하는 것은 실제로 " 쇠망치로 파리를 죽이는 것"과 같습니다. 대부분의 경우 더 간단한 모델이 잘 작동합니다.
- 모델 평가 기준은 무엇인가요?
- 등...
더 많은 정보를 제공해 주시면 좋겠습니다.
Re: JMP Pro의 AI 최적화 ByTorch안녕하세요 @산카라무투 ,
@빅터_G 의 훌륭한 답변에 추가하자면, 몇 가지 생각이 더 있습니다.
1. 모든 데이터가 표 형식이라면 XGBoost는 좋은 잠재적 대안이며, 하이퍼파라미터 자동 튜너가 내장되어 있습니다. Torch Deep Learning과 함께 markets.jmp.com에서 이용할 수 있습니다.
2. Torch, XGBoost 및 기타 예측 모델링 플랫폼에는 모델을 적합하게 한 후 빨간색 삼각형에서 실행할 수 있는 프로파일러가 있으며, 그런 다음 프로세스 매개변수에 대해 바람직성 극대화 기능을 사용할 수 있습니다.
3. 다음 주 베를린에서 열리는 JMP Discovery Summit에서 관련 프레젠테이션을 주목하세요.
