Une vidéo réalisée avec JMP 19 a été publiée en avril 2026.
La validation de modèle, méthode permettant de déterminer si un modèle prédictif est généralisable à de nouvelles données, est essentielle lorsqu'on utilise des modèles pour faciliter la prise de décision. Les données peuvent être partitionnées en ensembles avant la modélisation afin d'éviter le surapprentissage. Une partie des données initiales sert à estimer les paramètres, et l'autre partie à les ajuster ou à les évaluer.
JMP Pro intègre la validation dans certains de ses modèles et permet de créer interactivement des partitions de données dans d'autres.
Découvrez comment :
- Comprenez la valeur et l'importance de valider vos modèles.
- Choisissez des ensembles de données de validation aléatoires, temporelles ou équilibrées.
- Trouvez des moyens de commencer à construire chacune des quatre familles de modèles.
- Comprendre le fonctionnement des ensembles de test, d'entraînement et de validation.
- Utilisez différentes techniques de modélisation JMP Pro.
- Modèles d'écran.
- Déployer les modèles pour mettre en œuvre les enseignements qu'ils fournissent.
Ce webinaire aborde les points suivants : techniques de validation, arbres de décision, évaluation des modèles et sélection des modèles.
L'utilisation de colonnes de validation est essentielle à la modélisation prédictive :
Ressources
