Livello: Principiante
Christine Anderson-Cook, Scienziata, Los Alamos National Laboratory
Lu Lu, professore associato, Università della Florida del Sud
Sarah Burke, Statistica, The Perduco Group
Le competizioni di dati hanno attirato notevole attenzione tra la comunità mondiale di scienziati di dati e analisi, nonché esperti di materie specifiche. Il loro ampio coinvolgimento fornisce un modello di crowdsourcing per aziende e governi per risolvere problemi difficili ad alto impatto in modo conveniente. In genere i vincitori vengono determinati tramite una formula di classifica che deve essere statica per tutta la competizione, con premi e penalità fisse per modelli di risposte corrette e non corrette per diversi aspetti della soluzione. Tuttavia, per diversi usi della soluzione, questi aspetti potrebbero essere più o meno importanti. Utilizzando la capacità esistente per la costruzione di fronti di Pareto flessibili ad alta dimensione in JMP, è possibile esplorare e identificare varie soluzioni con i loro punti di forza e di debolezza. I fronti di Pareto consentono all'utente di identificare tutte le soluzioni oggettivamente superiori in tutte le possibili ponderazioni dei diversi elementi della soluzione e di scartare le soluzioni non competitive. L'approccio all'utilizzo di più fronti di Pareto per evidenziare diverse soluzioni "migliori" verrà dimostrato tramite una competizione di dati recentemente completata incentrata sul rilevamento, l'identificazione e la localizzazione di fonti radioattive in un ambiente urbano (https://www.topcoder.com/lp/detect-radiation).
