Niveau : Avancé
Fonction du poste : Analyste / Scientifique / Ingénieur
Chris Gotwalt, directeur de la recherche et du développement statistiques du JMP, SAS
Dans ce tutoriel, nous présenterons un aperçu général de l'application des méthodes d'apprentissage automatique à l'aide des outils de JMP Pro. L'idée principale est que les outils de base de l'apprentissage automatique simplifient la modélisation par rapport aux approches précédentes. Nous commencerons par présenter les concepts fondamentaux du choix des modèles dans un framework d'apprentissage automatique, puis nous montrerons comment les mettre en œuvre avec l'utilitaire Créer une colonne de validation. Nous présenterons ensuite ADI, une nouvelle approche d'imputation des données manquantes ajoutée à JMP Pro 14. Nous présenterons ensuite les principales plateformes d'apprentissage automatique dans JMP Pro : la régression neuronale, la régression de partition et la régression généralisée. Enfin, nous utiliserons la comparaison de modèles pour choisir le modèle à utiliser et utiliserons le dépôt de formules pour créer un code de scoring utilisable en dehors de JMP Pro. Nous illustrerons l'interactivité unique de JMP et son étroite association entre données et graphiques, qui rend le processus de décision de modélisation intuitif et transparent, tout en permettant de « voir l'intérieur de la boîte noire » des modèles d'apprentissage automatique comme aucun autre produit ne le permet.
