（英語緊隨日語）
日語標題：大數據？ 使用JMP®解決數據。
羅林斯大學國際經濟學院（佛羅里達奧蘭多）副教授米歇爾·布朗厄爾
SAS Institute Inc. JMP學術大使Mia Stephens
我們在大多數領域中獲取交易數據的能力開啟了“大數據”時代。什麼是“大數據”？“大”是否必然意味著骯髒，凌亂，不一致或笨拙？在大數據世界中需要進行多少調整和調整？與大數據世界準備和清理階段有何區別？在本演講中，我們將討論在大數據分析最耗時的階段可能遇到的各種挑戰。換句話說，我們討論數據準備。將提供兩個示例，但是每個示例都有非常不同的目的，並且需要使用不同的方法對數據進行建模以進行建模。重點放在JMP的方法和平台以及這些方法上，例如查詢，重新編碼，標準化，轉換，歸因，文本挖掘等，可以在建模階段對其進行跟踪以準備大數據開發可重現的方法。使用JMP13進行演示。
塑造大數據嗎？使用JMP進行數據鍛煉
Michele Boulanger，奧蘭多羅林斯學院國際業務系教授
SAS JMP學術大使Mia Stephens（合著者）
我們在大多數領域中捕獲交易數據的能力使我們進入了“大數據”時代。什麼是大數據？“大”是否必然意味著骯髒，凌亂，不一致或笨拙？在大數據世界中我們需要做多少調色和調理？區別大數據世界中的準備工作與傳統數據清理階段的區別是什麼在本演講中，我們討論了在大數據分析的最耗時的潛在階段：數據準備中遇到的各種挑戰。我們提供了兩個案例，它們的目標非常不同，需要使用不同的方法來建模數據。除了這些方法，我們還將重點介紹來自JMP的技術和平台，例如查詢，重新編碼，標準化，轉換，歸因，文本挖掘等，以開發可追溯和可再現的方法，為建模階段準備大數據。所有演示都將通過JMP Pro 13現場完成。
