광업 제조 데이터 및 JMP® Advantage의 위험<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> 브래들리 노빅 , Ph.D, 수석 컨설턴트, PhaseTwo Analytics
광업 제조 데이터는 데이터 어셈블리에서 분석, 결과의 해석 및 구현에 이르기까지 위험한 노력이 될 수 있습니다. 마케팅이나 금융 등의 데이터 마이닝과는 별도로 제조 과정에서 데이터 마이닝을 설정하는 것은 예측만으로는 제조가 충분하지 않다는 것입니다. 최종 게임을 제작할 때 제어력이 향상되고 근본 원인을 찾아야합니다. 의사 결정 트리는 발견을위한 훌륭한 도구이지만, 자체 장치에 맡겨도 예측 적이지만 제어 관점에서 프로세스 엔지니어에게는 아무런 의미가없는 변수를 선택할 수 있습니다. JMP 파티셔닝 플랫폼에서 제공되는 단계별 접근 방식으로 제공되고 대부분의 다른 의사 결정 트리 소프트웨어 프로그램에서는 사용할 수없는 트리 구조에보다 신중한 접근이 필요합니다. 이 백서에서는 제조시 JMP를 사용하여 데이터 마이닝 성공 사례와 광업 제조 데이터 문제를 제공합니다. 또한 전문가 지식을 JMP 분할 프로세스에 통합하여 예측 변수의 상관 관계 문제를 처리하고 결과의 유효성 검사 및 배포를 허용하는 규칙을 제공합니다.
데이터 탐색데이터 시각화예측 모델링
