鉱業製造データの危険性とJMP®の優位性<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />ブラッドリーノビック 、PhD、PhaseTwo Analyticsの主席コンサルタント
製造データのマイニングは、データの組み立てから分析、結果の解釈、実行に至るまでの危険な作業です。マーケティングやファイナンスなどのデータマイニングと製造のデータマイニングを区別するものは、予測だけでは製造において十分ではないということです。製造において、最終的なゲームはコントロールを改善することであり、そしてそれは根本的な原因に到達することを必要とします。ディシジョンツリーは発見のための素晴らしいツールですが、予測可能ではありますが制御の観点からプロセスエンジニアには意味をなさない変数を選択することができます。これには、JMPパーティショニングプラットフォームで提供され、他のほとんどのディシジョンツリーソフトウェアプログラムでは利用できない段階的アプローチによって提供される、ツリー構築へのより慎重なアプローチが必要です。本稿では、製造業におけるJMPを用いたデータマイニングの成功例と、製造業データのマイニングにおける課題について説明します。また、予測変数の相関関係の問題に対処し、結果の検証と展開を可能にする規則を提供するために、専門知識のJMP分割プロセスへの統合も示します。
データ調査データの可視化予測モデリング
