美國 JMP 母版：從文字資料中提取有價值的產品訊息使用 JMP 18 製作的影片於 2025 年 5 月發布。
您是某個領域的專家，需要處理隱藏在非結構化文字（例如問卷中的自由回答欄位、事故報告、產品評論或保固記錄）中的資訊嗎？您是否希望確定並理解文本中發現的模式的價值和相關性？您是否希望確保能夠準確解讀文字訊息，從而深入了解您需要解決的問題，或協助開發新產品以改進現有產品？
在本課程中，我們將採用以下步驟來探索文字訊息，並識別衛生檢查員餐廳報告文本中具有統計意義的潛在主題：
- 識別並查看文本挖掘中使用的獨特術語和詞彙範例。
- 查看展示文本探勘結論的範例圖形報告。
- 反覆整理文本，為文本分析做好準備。
- 儲存您認為有用的規則，以便將其套用至新的資料集。
- 對結果進行評分，並將重要文字儲存到資料表或文件術語矩陣中。
- 使用 JMP Pro 潛在語義分析 (LSA) 和潛在類別分析 (LCA) 來尋找文本中的潛在聚類/主題/主題。
- 將 LSA 和 LCA 相關性保存回資料表，以便在分析或模型中使用。
您也可以存取目前的明尼阿波利斯食品檢查數據。
基礎資料分析與建模回覆：從文字資料中收集有價值的產品資訊 - 掌握 JMP請提供我註冊連結。謝謝。
回覆：從文字資料中收集有價值的產品資訊 - 掌握 JMP你好@yukari_k_hughes 。註冊後，您將收到一封帶有連結的確認電子郵件。我注意到您瀏覽了該頁面但並未註冊。因此請隨意註冊！
