挖掘製造資料的風險和JMP®的優勢布拉德利·諾維奇博士，PhaseTwo Analytics 首席顧問
從資料匯集到分析到結果的解釋和實施，挖掘製造資料可能是一項危險的事業。製造業的資料探勘與行銷或金融領域的資料探勘的差異在於，製造業單靠預測是不夠的。在製造業中，最終的目標是提高控制力，而這需要找到根本原因。決策樹是一種非常棒的發現工具，但如果任由其自行選擇變量，雖然這些變量具有預測性，但從控制的角度來看，對於製程工程師來說毫無意義。這需要一種更謹慎的樹建構方法，這種方法可以透過 JMP 分區平台提供的逐步方法來實現，而大多數其他決策樹軟體程式則無法提供這種方法。本文將提供在製造業中使用 JMP 進行資料探勘的成功案例以及挖掘製造業資料時出現的問題。它還將展示將專家知識整合到 JMP 分區過程中，以處理預測變數中的相關性問題並提供允許驗證和部署結果的規則。
