<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-lleW43ODE6TSeXqplHZf3m3erBbIwql4w400h300r264', 'lleW43ODE6TSeXqplHZf3m3erBbIwql4', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"400px","height":"300px"});(voir dans Mes vidéos)
Matt Flynn, PhD, directeur principal, AIG Science
Mary sans amour , Ingénieur systèmes JMP, SAS
Les règles d'association sont en train de devenir une technique d'extraction de données populaire pour explorer les relations à partir de bases de données volumineuses dans le but d'extraire une corrélation et une relation intéressantes entre d'énormes quantités de données. Auparavant, nous examinions les règles d'association lors du sommet de découverte JMP via les formidables fonctionnalités de JMP pour la connexion à des outils externes tels que SAS et R. Mais JMP 13 inclut désormais la possibilité d'exécuter des méthodes de règles d'association en interne! Nous allons faire la démonstration de cette nouvelle fonctionnalité. Les règles d'association minière génèrent souvent un très grand nombre de règles trouvées, laissant à l'analyste le soin de les parcourir et de découvrir celles qui sont intéressantes. Nous utiliserons la visualisation interactive et les rapports dans JMP pour trier, sélectionner et communiquer des règles intéressantes.
