Weiterführende Informationen
Statistik, Vorhersagemodelle und Data Mining
- Danke für die ErinnerungSAS-Mitgründer John Sall erläutert, wie JMP 16 Ihnen Arbeit abnimmt, indem es sich Dinge für Sie merkt.
- Data Science is a Team SportProfessor Alyson Wilson discusses how, as data grows in volume, velocity, variety and veracity, solving complex problems can no longer be done in a silo.
- Forecasting in the IoT eraProfessor, researcher and author Galit Shmueli discusses how large collections of time series can lead to extremely useful forecasting in the Internet of Things Era.
- MerckBiostatistiker führen mittels interaktiver JMP-Funktionen robuste statistische Analysen mit geringerem Zeitaufwand durch.
- JMP Synergien: Verwendung von JMP und JMP Pro mit Python und R Möchten oder müssen Sie JMP in Verbindung mit Open-Source-Tools? Dieses Paper erleichtert Ihnen die ersten Schritte mit Python- oder R-Verbindungen in JMP.
- Umsetzen, was Big Data, KI und Industrie 4.0 versprechen – in Wissenschaft und TechnikWie umgehen Sie Fallstricke bei der Analyse von Big Data. Sie lernen praktisch umsetzbare Strategien von Branchenexperten kennen, die Ihnen helfen, im Zeitalter von Industrie 4.0 den richtigen Weg zu finden
- Innovation von Prozessen mit statistischer DatenanalyseLernen Sie, wie Sie Datenanalyse nutzen können, um die Innovation von Prozessen zu beschleunigen. Besuchen Sie unser kostenloses Online Seminar mit Stan Higgins
- Reduzierung von Kosten und Ausschuß in der ProduktionLernen Sie neue Wege kennen, mit prädiktiver Analyse aus Daten Werte abzuleiten und Ihre "Hidden Factory" zu reduzieren.
- David Kriesel: Die Demokratisierung von Data ScienceData Scientist David Kriesel spricht über sein Spiegel Mining Projekt und erklärt, warum Data Science immer wichtiger wird.
- W.L. Gore: Statistik schafft WettbewerbsvorteileGlobal Head of Statistics Maria Lanzerath arbeitet mit Wissenschaftlern und Ingenieuren zusammen und stellt sicher, dass über den gesamten Fertigungsprozess hinweg Statistikmethoden eingesetzt werden.
- Vorhersagemodelle: Von navien Bayes zum Deep LearningStatistik Professor und Trainer David Meintrup zeigt wie Vorhersagemodelle Wettbewerbsvorteile sichern
- Cy Wegman: Bessere Fertigungsleistung mithilfe modernster prädiktiver AnalyseIn diesem Seminar lernen Sie, wie man neue Möglichkeiten identifiziert, die Fertigungsleistung zu verbessern – und wie man datengestützte Lösungen für signifikante und nachhaltige Optimierungen entwickelt.
- Mit Prof. Ulrich RendtelUlrich Rendtel von der Freien Universität Berlin bringt seine Erfahrungen aus Zensus und Universität bei der Diskussion zu den Themen Datenzugriff und Zukunft der Statistik ein.
- Vorhersagemodellierung - Neuronale NetzeEmpirischer Statistikmodelle ermöglicht, Probleme zu lösen, Möglichkeiten zu erkennen und trotz bestehender Unsicherheiten fundierte Entscheidungen zu treffen.
- Mit Katharina Lankers, SCHOTT AGDr. Katharina Lankers von der SCHOTT AG beschreibt in diesem Webinar, wie Ingenieure und Wissenschaftler bei der SCHOTT AG JMP zur Optimierung von Produktionsprozessen einsetzen.
- VorhersagemodelleGewinnen Sie Einblicke in das bessere Erkennen möglicher Beschränkungen statistischer Modelle, einschließlich der Möglichkeiten ihrer Überbrückung durch Vorhersagemodelle
- Mit David MeintrupIn diesem kurzen Webinar Ausschnitt sprechen Anne Milley und David Meintrup über die Rolle von angewandter Statistik im akademischen Bereich und in der Wirtschaft.
- Textexploration und ModellierungIn diesem Webinar wird die Datenbereinigung sowie die Begriffs- und Themenanalyse mit einer Zerlegung in die Einzelkomponenten anhand einer Datenbank über Flugunfälle dargestellt.
- Verbesserung Ihrer Prozesse mit statistischen ModellenAnhand von Fallstudien können Sie Praktiken kennenlernen, um Muster in Ihren Daten zu untersuchen und nützliche Statistikmodelle zu erstellen.
- Information Quality: The Potential of Data and Analytics to Generate Knowledge.InfoQ ist eine Denkweise, die unseren Ansatz zur Datenanalyse lenkt und hilft, Datenmissbrauch zu verhindern. Dieses Kapitel enthält zwei Beispiele dafür, wie JMP InfoQ unterstützt.
- Der Random Forest als ein robustes Verfahren zum Screening wichtiger FaktorenLernen Sie über Random Forest, ein Klassifikationsverfahren, welches aus mehreren, unkorrelierten Entscheidungsbäumen besteht.
- Bootstrapping – ein neuer Standard in Anwendung und Lehre? Mit Bootstrapping Können Sie Verteilungsinformationen aus Datensätze gewinnen.
- Partielle kleinste Quadrate mit JMP kennen lernenSehen Sie, wie Partielle kleinste Quadrate (PLS) verwendet wird, um ein Medikament Entwicklungsdilemma zu lösen. Dabei werden die Beziehungen zwischen Eingabedaten und Ergebnissen auch bei korrelierten und ungenauen Eingabedaten modelliert.
- Elastic Net und Lasso: Lassen Sie in unübersichtlichen Situationen Software statistische Modelle findenIn diesem White Paper werden LASSO und Elastic Net Verfahren zur Bildung linearer Modelle beschrieben, um robuste und zuverlässige Modelle zu erstellen.
- Erste Schritte in die digitale ZukunftIn diesem Artikel beschreibt Bernd Heinen, was es mit der digitalen Revolution auf sich hat und wie man Herr seiner Daten wird.
- Universität GenfEin Professor bereitet Hochschulabsolventen darauf vor, sich in einer datenorientierten Welt durchzusetzen.
- Roche UKEin zukunftsorientiertes statistisches Überwachungsprogramm hilft, korrekte und präzise Zulassungsunterlagen sicherzustellen.
- LufthansaLufthansa verbessert mit JMP die Qualität der Modelle für die Flugplanung. Um Flugverbindungen exakt auf die Wünsche ihrer Kunden auszurichten, verwendet Lufthansa bei der Planung ausgefeilte statistische Modelle.
- WildTrackWildTrack-Biologen verwenden JMP und die Anwendung FIT, um Algorithmen für die Fußabdrücke von gefährdeten Arten zu erstellen.