<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Heath Rushing, Mitbegründer und Geschäftsführer von Adsurgo
James Wisnowski, Mitgründer und Geschäftsführer von Adsurgo
Die meisten Organisationen analysieren strukturierte numerische Daten wie Produktversuche, Forschung und Entwicklung, Prozessentwicklung, Prozessüberwachung, Vertrieb und Marketing sowie kommerzielle Fertigung. Strukturierte numerische Daten sind zahlreich und werden in den meisten Organisationen verwendet. Die Mehrzahl der gespeicherten Daten ist jedoch nicht numerisch. Es wird in Form von unstrukturiertem Text in Berichten und Dokumenten wie Umfrageergebnissen und Nichtkonformitätsberichten verwendet. Während diese Unternehmen Ressourcen aufwenden, um diese unstrukturierten Textdaten zu sammeln, unternehmen sie nichts damit. Obwohl die Konzepte, die vorgestellt werden, auf jede Branche anwendbar sind, wird der Sprecher die Analyse unstrukturierter Textdaten in behördlichen Compliance-Dokumenten demonstrieren. Mit einem JMP-Skript, das R aufruft, zeigt der Sprecher End-to-End-Beispiele, indem er unterschiedliche Textquellen (sowohl aus einem Ordner mit Textdateien als auch direkt von der FDA-Website) zu einem strukturierten Datensatz zusammenfügt und einen Dokumentbegriff erstellt Matrix, dann wenden Sie Data Mining-Methoden wie Cluster-Analyse und Entscheidungsbäume an, um zuvor unbekannte Beziehungen zu entdecken. Während die relevante Theorie diskutiert wird, wird der Fokus des Vortrags darauf gerichtet sein, dem Publikum eine Wertschätzung dafür zu vermitteln, dass mithilfe von JMP nützliche und umsetzbare Compliance- und Geschäftserkenntnisse aus regulatorischen Compliance-Dokumenten gefunden werden.
