David Meintrup, PhD, 수학, 통계 및 운영 연구 교수, Ingolstadt 응용 과학 대학, 독일
볼륨, 차원, 노이즈 또는 비선형 관계로 인한 데이터 복잡성은 기존 데이터 탐색 기술의 실패로 이어질 수 있습니다. 위상 데이터 분석(TDA)은 원래 순수 수학의 추상적인 분야였던 대수 위상수학의 방법을 데이터 세트에 적용하여 복잡한 데이터에 숨겨진 모양을 발견하는 현대적이고 빠르게 확장되는 분야입니다. 수학적 방법은 진보적이지만 계산 결과는 소위 바코드와 같은 그래프로 쉽게 요약할 수 있습니다. 이 강연에서 저는 TDA의 기본 아이디어를 소개하고 JMP를 사용하여 실제 데이터 세트의 바코드를 생성하는 방법을 보여드리겠습니다. 저는 수학이나 위상수학에 익숙하지 않다고 가정합니다. 저희는 JMP의 두 가지 주요 기능의 이점을 얻을 것입니다. 첫째, R을 통합하면 JSL을 통해 최근에 게시된 R 패키지로 바코드에 필요한 계산을 수행할 수 있습니다. 둘째, JMP의 그래픽적이고 대화형 특성은 바코드를 표시하고 데이터 탐색을 계속하는 데 완벽하게 적합합니다.
