Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!
In occasione del 25 ° anniversario di Chris Gotwalt presso JMP, desidero sottolineare a tutti l'importanza del suo lavoro per noi.
Chris ha guidato il nostro gruppo di sviluppo statistico per molti anni e recentemente lo ha ampliato con due nuovi responsabili dello sviluppo, Clay Barker e Laura Lancaster. Chris è stato anche in prima linea nella leadership di JMP nel software statistico, implementando un gran numero di metodi importanti in JMP, come descritto di seguito.
Il 16 maggio 2001, Chris ha iniziato a lavorare presso JMP come studente laureato con una borsa di studio in informatica statistica offerta dal Dipartimento di Statistica della NC State University, dove ha conseguito il dottorato di ricerca. Sotto la supervisione di Dennis Boos, la sua formazione è stata molto solida in informatica, metodi numerici e statistica matematica. Fin dal suo arrivo a JMP, è stato al centro di gran parte delle nostre ricerche in ambito statistico.
Il progetto più recente di Chris è stata la nuova piattaforma di ottimizzazione bayesiana. Chris si è occupato di tutti i calcoli numerici, mentre Kasia Dobrzycka ha sviluppato l'interfaccia utente. Ha dovuto risolvere molti problemi complessi per rendere più generale il modello del processo gaussiano, tra cui:
- Gestione di fattori o risposte categoriali.
- Aumento batch, in modo che sia possibile realizzare più di un'esecuzione contemporaneamente.
- Gestire molti fattori, anche più di 20.
- Gestione di risposte multiple con obiettivi concorrenti e sparsità complessa
- Gestire gli obiettivi in modo che corrispondessero al target, anziché minimizzare o massimizzare.
- Gestione delle restrizioni di randomizzazione, tra cui il blocco e la suddivisione in parcelle.
- Gestione dei vincoli di cardinalità, utilizzando insiemi di candidati personalizzati.
Il risultato è la piattaforma di ottimizzazione bayesiana, una funzionalità di punta di JMP Pro 19. Chris ha collaborato a stretto contatto con Eastman Chemical e Procter & Gamble per aiutarli a risolvere alcuni dei loro problemi di ottimizzazione più complessi.
Ma uno dei contributi più preziosi di Chris è stato quello di aver riunito il talentuoso team di sviluppatori statistici, tester e documentaristi che costituiscono il cuore del nostro prodotto.
Grazie, Chris, per aver contribuito a rendere JMP un prodotto eccezionale, molto apprezzato dai nostri utenti. Grazie alla tua leadership, JMP è diventato (e rimane) un punto di riferimento nel campo del calcolo statistico.
-John Sall
Qualche tempo fa, ho compilato il seguente elenco dei successi di Chris per candidarlo a un premio. Rappresenta bene l'impatto che ha avuto in JMP.
Modelli misti
Chris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in Cary Chris al Discovery Summit 2018 a Cary. SAS vanta una lunga tradizione nella ricerca computazionale sui modelli misti, iniziata con Jim Goodnight (co-inventore di Mivque nella sua tesi di dottorato) e proseguita con Russ Wolfinger (autore di SAS Proc Mixed e pioniere dei modelli misti lineari generalizzati), Oliver Schabenberger (autore di SAS Proc Glimmix) e Bradley Jones (sviluppatore di metodi per la progettazione ottimale di modelli misti). Tutti e quattro questi pionieri sono stati insigniti del titolo di ASA Fellow, principalmente per il loro lavoro nel campo del calcolo per modelli misti. Chris Gotwalt ha esteso questa solida tradizione in modi significativi.
Quando Brad sviluppò il software per la progettazione ottimale di esperimenti a blocchi randomizzati, ci rendemmo conto che mancavano due elementi fondamentali per renderlo pratico. Innanzitutto, dovevamo calcolare i test di dimensioni appropriate per gli effetti fissi. In precedenza, nel 1995, Kenward e Roger avevano esteso il lavoro di Harville e Kackar per produrre gradi di libertà del denominatore di dimensioni appropriate per i test a effetti fissi, ma il calcolo era complesso. L'ingegnosità di Chris fu fondamentale per rendere questi calcoli più gestibili ed efficienti. Il secondo problema riguardava la gestione delle componenti di varianza negative. Per ottenere test di dimensioni appropriate, è necessario anche strutturare il problema in modo che la componente di varianza utilizzata nei calcoli REML e K&R rimanga negativa. Lasciarle diventare negative può sembrare strano, ma le componenti sono in realtà covarianze in un modello di simmetria composta e, per ottenere stime non distorte, studi di simulazione hanno dimostrato che mantenerle negative è l'approccio corretto per dimensionare correttamente i test. Con i DOE derivanti dalla progettazione sperimentale ottimale con campioni di piccole dimensioni, la probabilità che diventino negative aumenta. Chris ha riorganizzato tutti i calcoli con alcuni trucchi computazionali innovativi per REML, in modo da supportare questa operazione senza la necessità delle matrici n per n che PROC MIXED richiedeva per ottenere lo stesso risultato. Grazie a queste innovazioni, l'analisi di esperimenti ottimali con suddivisione delle parcelle è diventata improvvisamente molto pratica.
Durante le sue ricerche sui modelli misti e sulle proprietà delle correzioni di Kenward-Roger per i test REML, Chris notò alcune somiglianze nei calcoli con quelli studiati da Firth nella riduzione del bias. Questo portò Chris a dimostrare che il metodo REML era equivalente a una stima di Firth, e quindi dotato di tutte le sue proprietà. Sebbene il REML fosse da tempo considerato il metodo che produceva le migliori stime per i modelli misti, era stato derivato come metodo pratico per riprodurre i calcoli del metodo dei momenti per i casi bilanciati, piuttosto che come metodo formale di ottimizzazione per la riduzione del bias. Il lavoro di Chris legittima il REML come metodo di principio, oltre che di pratica.
In seguito, Chris si è trovato a dover affrontare la sfida di adattare la maggior parte delle strutture di covarianza a misure ripetute supportate da PROC MIXED, sfruttando sia la sparsità che le più recenti tecniche numeriche. Il risultato è un motore che produce stime molte volte più velocemente dei moderni motori di SAS HPMixed. Ciò ha permesso la stima di modelli con componenti a varianza elevata in complesse situazioni di produzione industriale.
Gli algoritmi per modelli misti sviluppati da Chris sono alla base di diverse piattaforme importanti in JMP Pro; costituiscono il fondamento dei modelli spline in Functional Data Explorer, il nucleo della piattaforma Generalized Linear Mixed Models e della nuova piattaforma Mixed Model Variable Selection. Laura Castro-Schilo ed io abbiamo individuato una connessione matematica tra i modelli SEM e i modelli lineari misti. Le prime due versioni di SEM si basavano su una trasformazione del problema di adattamento del modello SEM in un caso speciale (ma molto complesso) di un modello lineare misto.
Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023. Chris con Florian Vogt al Discovery Summit Europe nel 2023. Neural boosting
Quando, alcuni anni fa, abbiamo avuto bisogno di produrre reti neurali di qualità superiore, Chris ha notato che le routine degli sviluppatori precedenti impiegavano troppo tempo a calcolare derivate e ad applicare il metodo di Newton-Raphson per un elevato numero di nodi nello strato nascosto. Chris ha velocizzato notevolmente i calcoli utilizzando SR1. Tuttavia, ha anche notato che una strategia di boosting permetteva di risolvere il problema in modo graduale, aggiungendo alcuni nodi nascosti a ogni fase e stimando solo pochi parametri alla volta, con un arresto anticipato tramite convalida incrociata per produrre una delle migliori reti neurali. Questa soluzione è rimasta all'avanguardia fino allo sviluppo delle più recenti reti convoluzionali di deep learning.
Simulazione di campionamento
Il nostro gruppo aveva bisogno di un metodo per calcolare le probabilità di difetto nelle code estreme delle distribuzioni normali multivariate. Abbiamo sviluppato modelli di simulazione di ingegneria di processo robusti, ottimizzati per bassi tassi di difetto rispetto ai limiti di specifica nelle simulazioni multivariate, e abbiamo creato esperimenti surrogati per effettuare la minimizzazione. La chiave per far funzionare questo metodo era ottenere probabilità affidabili per punti fino a 12 deviazioni standard di distanza. Chris ha utilizzato diversi risultati teorici per sviluppare un campionatore ponderato per calcolare queste probabilità, utilizzando un metodo di stratificazione radiale.
Profilazione MSA
Nell'ambito dell'analisi dei sistemi di misurazione, Chris ha collaborato con Laura Lancaster ottenendo diverse importanti scoperte. Una di queste è stata lo sviluppo di un approccio bayesiano per la produzione di componenti di varianza positive per l'analisi dei sistemi di misurazione (MSA). Un'altra è stata la capacità di collegare un motore di simulazione intelligente a un profiler per ottenere risposte immediate sul rilevamento di scostamenti nei diagrammi di controllo, a partire dai calcoli MSA. Ora esiste un modo semplice per tradurre l'analisi MSA in risposte a domande concrete sulla capacità di rilevare scostamenti nei processi.
Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016 Chris chiacchiera al Discovery Summit 2016 - Analisi del testo
La riduzione di dimensionalità necessaria per l'analisi semantica latente nel text mining richiede una SVD sparsa molto veloce. Chris l'ha sviluppata utilizzando metodi di Lanczos aggiornati, ma poi ha notato che sarebbe stato possibile realizzarne una versione centrata per renderla equivalente alle componenti principali senza sacrificare la velocità dei calcoli sparsi. I nuovi vettori singolari centrati dovrebbero rappresentare lo spazio testuale meglio dello stato dell'arte attuale. Ciò ci ha anche permesso di utilizzare i calcoli sparsi nelle nostre piattaforme di analisi delle componenti principali e di associazione. Poi Chris si è reso conto che gli stessi modelli di sparsità che aveva notato durante l'implementazione dell'analisi delle classi latenti (risoluzione di distribuzioni di miscele multinomiali) potevano essere applicati per diventare una funzionalità veloce di clustering e generazione di argomenti nel text mining, un'alternativa LCA veloce all'allocazione di Dirichlet latente.
Esploratore di dati funzionali
Chris ha guidato lo sviluppo del Functional Data Explorer. Pur avendo svolto un ruolo secondario nella fase iniziale di sviluppo, ha lavorato a stretto contatto con i clienti per progettare uno strumento di facile utilizzo che ha semplificato enormemente la soluzione di complessi problemi di progettazione di prodotti e processi in numerosi settori.
Software statistico
Gran parte del successo del software JMP è dovuto a una solida e precisa infrastruttura di calcolo numerico, progettata e implementata in gran parte da Chris, che si è occupato anche dello sviluppo di un'interfaccia utente più efficiente.
Leadership
In qualità di direttore dello sviluppo statistico per JMP, Chris ha creato e guidato un solido team di sviluppatori. Il software JMP è diventato fondamentale per ingegneri e scienziati in diversi settori industriali, in particolare nei semiconduttori, nell'elettronica, nei beni di consumo, nella chimica e nei prodotti farmaceutici. Chris si è distinto soprattutto nei settori dei modelli misti, dell'affidabilità e della qualità dei processi. È inoltre diventato un comunicatore efficace nel settore.
E altro ancora
Ecco alcune altre innovazioni presenti nel curriculum di Chris:
- Ho sviluppato la libreria di matrici sparse per velocizzare i calcoli dei modelli lineari.
- Ho sviluppato, insieme a Clay Barker di GenReg, i risolutori SR1 e GMRES per la regressione penalizzata.
- Ho sviluppato modelli numerici per i calcoli di potenza del grafico di controllo.
- È stata estesa la tecnica di Portnoy-Sahai per la stima delle componenti di varianza da modelli a effetti casuali. Queste stime sono disponibili sulla piattaforma JMP Variability e forniscono valori strettamente positivi che, sebbene distorti, presentano un errore quadratico medio (MSE) inferiore rispetto alle stime REML.
- Ho sviluppato un algoritmo di campionamento stratificato a due fasi per la simulazione di eventi rari basata su modelli. La prima fase utilizza un campionamento uniforme negli strati per determinare le dimensioni del campione che minimizzano la varianza da utilizzare nella seconda fase. Questo è l'algoritmo numerico principale per Profiler Simulator in JMP. (È diventato importante anche in seguito per i calcoli di capacità multivariata.)
- Ho progettato algoritmi per l'analisi di esperimenti al computer, inclusi modelli a potenziale minimo (di particelle elettrostatiche) e modelli D-ottimali per processi gaussiani.
- Ho sviluppato un algoritmo combinato di quadratura e ottimizzazione per il calcolo del progetto di esperimenti D-ottimale bayesiano per modelli non lineari e lineari generalizzati.
- Sono stati sviluppati metodi per il calcolo esatto della matrice dei momenti per problemi di miscela e un approccio di simulazione per problemi più generali con vincoli lineari. Ciò ha portato a progetti che forniscono previsioni mediamente più accurate e, di conseguenza, richiedono un minor numero di simulazioni rispetto agli approcci precedenti.
- È stato inventato un approccio riparametrizzato per trovare progetti D-ottimali e I-ottimali che ha messo in luce l'intrinseca sparsità del problema. Ciò ha portato a tempi di aggiornamento pari a O(1) per i modelli di effetti principali e O(p) per i modelli di interazione. I precedenti algoritmi che utilizzavano solo aggiornamenti a basso rango erano sempre O(p2). Questi miglioramenti algoritmici estendono notevolmente la dimensione dei progetti che è possibile calcolare.
- Regressione di Huber generalizzata per definire una funzione di verosimiglianza di una distribuzione multivariata le cui stime di massima verosimiglianza forniscono matrici di covarianza robuste rispetto agli outlier.
- Ho sviluppato un framework completo per l'adattamento di modelli di equazioni strutturali (SEM), i modelli principali utilizzati in psicologia e nelle scienze comportamentali, in grado di gestire grandi insiemi di dati con struttura di raggruppamento e vincoli arbitrari. Il framework sfrutta la sparsità intrinseca dei dati ed è più veloce di qualsiasi altro prodotto concorrente di cui siamo a conoscenza. Probabilmente è stato il progetto meglio ingegnerizzato a cui abbia mai lavorato.
- Ho sviluppato i metodi del JMP per l'analisi degli studi congiunti, ampiamente utilizzati nella ricerca sui consumatori, e ho collaborato con Bradley Jones ai calcoli di progettazione per gli studi congiunti.
- Ho sviluppato gli algoritmi di JMP per la previsione di serie temporali moderne basati su modelli di livellamento esponenziale.
Più recentemente
Un altro lavoro degno di nota di Chris è stata la sua implementazione della stima di modelli misti REML per problemi di grandi dimensioni, quando un effetto casuale è coinvolto in un modello genomico, ma ci sono da decine a centinaia di migliaia di espressioni geniche come risposte. Chris ha adattato gli algoritmi REML per un piccolo n ma un grande p per renderli pratici.
Chris ha iniziato a lavorare presso JMP il 16 maggio 2001 come studente laureato con una borsa di studio in informatica statistica presso il Dipartimento di Statistica della NC State University, dove ha conseguito il dottorato di ricerca. Dal suo arrivo a JMP, è stato al centro di gran parte di ciò che abbiamo sviluppato in ambito statistico.
Cultura aziendaleArticolo di approfondimentoJMP NewsOggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Buon 25° anniversario, Chris! Da questo articolo e dalla passione e dall'energia che dimostri ogni giorno, è evidente che hai avuto un impatto incredibile su JMP e non solo. Siamo felici di festeggiare questo traguardo. Auguri!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni per i venticinque anni trascorsi in JMP, Chris! Questo articolo è davvero eccezionale e mette in luce i tuoi numerosi contributi come ricercatore, sviluppatore, responsabile dello sviluppo e collaboratore dei clienti nel corso degli anni. È sempre fantastico vedere cosa riescono a realizzare i clienti grazie alle tue innovazioni: ti auguriamo che ce ne siano molte altre!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni, Chris! Le tue innovazioni sono davvero geniali e ridefiniscono costantemente i limiti di utilizzo e le capacità di JMP, offrendoci sempre cose fantastiche da condividere con i nostri clienti. Sei anche un po' come il ragazzo della Dos Equis... ogni volta che ci sentiamo hai fatto qualcosa di straordinario e interessante anche nella tua vita privata. Un brindisi a te e ai tuoi tanti successi!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni per i 25 anni, Chris! Si tratta di un elenco impressionante di traguardi di cui tutti beneficiamo. Personalmente, posso confermare che alle dimostrazioni di SEM le persone rimangono a bocca aperta quando vedono la velocità con cui i nostri modelli convergono!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni vivissime, Chris. Oltre agli straordinari risultati tecnici, l'impatto che hai sulla vita quotidiana dei nostri utenti è incredibile. Permetti loro di prendere decisioni più intelligenti con facilità e rapidità, aiutandoci a costruire un elevato livello di fiducia e rispetto per far progredire TSR.
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni Chris. È impossibile esprimere a parole quanto mi sia piaciuto trascorrere del tempo con te, sia per questioni lavorative che non. Ho imparato moltissimo da te, così come le nostre conversazioni al di fuori del lavoro. Viva Pompe!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni, Chris! Ammiro la tua capacità di spiegare teorie complesse e profonde facendole sembrare semplici. Ho apprezzato moltissimo le nostre conversazioni, sia su argomenti statistici che su argomenti più banali. Brindiamo ad altri 25 anni!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Che bel complimento per una mente brillante. Ho sempre apprezzato la capacità di Chris di non sembrare il più intelligente della stanza, la sua disinvoltura nel conversare e la sua abilità nello spiegare concetti complessi. Personalmente, ne ho tratto grande beneficio 
Congratulazioni per il tuo importante anniversario. Spero di vederti presto.
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!
Buon anniversario, Chris!! Apprezzo moltissimo il tuo contributo e la tua amicizia. Congratulazioni!!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni per il tuo 25° anniversario! Oltretutto, rendi il lavoro in JMP un'esperienza gioiosa e meravigliosa.
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni per questo importante anniversario, Chris! Siamo davvero fortunati ad avere con noi i tuoi tanti talenti, non solo la tua brillantezza tecnica, ma anche il tuo senso dell'umorismo, la tua gentilezza e la tua premura, che contribuiscono in modo significativo alla straordinaria cultura di JMP. È stato un piacere lavorare con te in questi anni e speriamo che continui per molti altri ancora!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Complimenti, Chris! Apprezzo moltissimo il modo in cui rappresenti JMP ai nostri utenti; il modo in cui parli del tuo lavoro riflette la stessa ambizione all'avanguardia che riscontriamo nei nostri clienti innovativi. Il tuo contributo a JMP è enorme: grazie per tutto quello che fai!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni vivissime per i 25 anni di carriera e grazie per l'incredibile e straordinario impatto che hai avuto sul software e su tutti coloro che lo hanno utilizzato. I nostri utenti sono fortunati ad avere una persona così dedita ad aiutarli a risolvere i loro problemi, e tutti noi siamo stati molto fortunati a lavorare al tuo fianco. Sono certo di non essere il solo a dire che il supporto e l'incoraggiamento che mi hai dato hanno plasmato la mia carriera in modi che avranno un impatto duraturo per il resto della mia vita.
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Tanti traguardi importanti che hanno semplificato la scoperta di informazioni preziose per gli utenti di JMP. È sempre un piacere rimanere in contatto. Congratulazioni per questo importante 25° anniversario!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni, Chris!
Ricordo solo questa citazione.
"Ho imparato che le persone dimenticheranno ciò che hai detto, dimenticheranno ciò che hai fatto, ma non dimenticheranno mai come le hai fatte sentire."
— Maya Angelou
Sono rimasto sinceramente sorpreso quando mi hai chiesto come gli utenti coreani avrebbero reagito ad alcune funzionalità dell'ottimizzazione bayesiana durante la tua visita in Corea per partecipare al Discovery Summit.
GRAZIE!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni Chris! Questa lista è quasi incredibile. Hai avuto e continui ad avere un'influenza enorme su quello che oggi conosciamo come software JMP, che sia per i risultati statistici o per le persone che hai saputo costruire intorno a te. Ma al di là di questo, conservo tanti bei ricordi dei nostri incontri e del tempo trascorso insieme. Grazie mille per essere una persona così straordinaria!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Bravo Chris! Congratulazioni per il tuo anniversario di lavoro e per tutti i tuoi successi.
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni, Chris. Sono impressionato dalla tua lunga lista di successi, ma soprattutto vorrei ringraziarti per la tua disponibilità e la tua facilità di relazionarti, sia con i colleghi che con i clienti; questo, insieme alla tua competenza scientifica, è ciò che ti rende davvero eccezionale.
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Buon 25° anniversario!
Grazie per tutto ciò che apporti a JMP, agli utenti di JMP e a tutti i dipendenti. Personalmente ho imparato moltissimo da te, in un modo che è impossibile quantificare, e non smetterò mai di ringraziarti. Il tuo contributo è davvero notevole e la tua attenzione verso i clienti e le loro esigenze analitiche è molto apprezzata!
E, statistiche a parte, grazie per tutti i meravigliosi momenti che abbiamo condiviso insieme!
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Congratulazioni, Chris! Sei un vero pilastro di JMP, sempre pronto ad alzare l'asticella di ciò che è possibile realizzare con JMP Pro. Il tuo lavoro fa davvero la differenza e ci aiuta tutti a dare il meglio di noi nelle conversazioni con i clienti :smiling_face_with_smiling_eyes:.
È un piacere festeggiarti. Apprezzo davvero tutto ciò che porti, sia professionalmente che personalmente. Ti auguro tanta felicità e buona salute e non vedo l'ora di affrontare insieme tutti i progetti futuri.
Grazie,
Jessica
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Chris, un lavoro e una carriera davvero eccezionali finora! La tua profonda conoscenza della statistica e della programmazione numerica, la tua capacità di ricerca, la tua leadership, la tua passione, il tuo carattere affabile, le tue doti comunicative e il tuo senso dell'umorismo sono impareggiabili e rappresentano una risorsa preziosa per JMP. Sono molto felice di averti come collega, amico e compagno di risoluzione dei problemi, mentre affrontiamo insieme le sfide future.
Oggetto: Grazie, Chris Gotwalt, per il tuo 25° anniversario alla JMP!Caro Chris, il fatto che tu abbia accettato di partecipare a una sessione di yoga con Manuela, Jessica e me, e il fatto che quasi nessuno capisca cosa ti viene in mente mentre fai jogging o scii, dimostra che sei eccezionale. Congratulazioni per i 25 anni alla JMP: che ce ne siano molti altri!
