(El inglés sigue al japonés)
Título japonés: ¿Big data? Resuelve datos con JMP®.
Universidad Rawlins, Economía Internacional (Orlando, Florida) Profesora asociada Michele Boulanger
SAS Institute Inc. Embajadora Académica JMP Mia Stephens
Nuestra capacidad para adquirir datos de transacciones en la mayoría de las áreas ha abierto la era del "big data".¿Qué es "big data"?¿"Grande" significa necesariamente sucio, desordenado, inconsistente o difícil de manejar? ¿Cuánto ajuste y ajuste se necesita en el mundo de los grandes datos?¿Cuál es la distinción de la etapa de preparación y limpieza del mundo de big data?En esta charla, discutiremos los diversos desafíos encontrados en la etapa potencialmente más lenta del análisis de big data.En otras palabras, discutimos la preparación de datos.Se presentarán dos ejemplos, pero cada uno tiene un propósito muy diferente y requiere diferentes enfoques para modelar datos para modelar.Se hace hincapié en los métodos y plataformas de JMP junto con estos enfoques, como consultas, recodificación, estandarización, transformaciones, atribución, minería de texto, etc., que pueden rastrearse para preparar grandes datos en la etapa de modelado Desarrollar una metodología reproducible.Demostración con JMP13.
¿Dando forma a Big Data? Un entrenamiento de datos con JMP
Michele Boulanger, profesora, Departamento de Negocios Internacionales, Rollins College, Orlando
Mia Stephens, embajadora académica de JMP, SAS (coautora)
Nuestra capacidad para capturar datos transaccionales en la mayoría de los campos nos ha llevado a la era de los "grandes datos". ¿Qué son los datos grandes? ¿Significa "grande" necesariamente sucio, desordenado, inconsistente o difícil de manejar? ¿Cuánto tonificación y acondicionamiento necesitamos hacer en el mundo de los grandes datos? ¿Qué diferencia la preparación en el mundo de los grandes datos de la fase tradicional de limpieza de datos? En esta charla discutimos los diferentes desafíos encontrados en la fase potencialmente más lenta de análisis de big data: preparación de datos. Presentamos dos estudios de caso con objetivos muy diferentes, que requieren diferentes enfoques para configurar los datos para el modelado. Junto con estos enfoques, también destacamos técnicas y plataformas de JMP como consulta, recodificación, estandarización, transformación, imputación, minería de texto y otras para desarrollar una metodología rastreable y reproducible para preparar grandes datos para la fase de modelado. Todas las demostraciones se realizarán en vivo con JMP Pro 13.
