présenté par Ian Cox et Robert Anderson
Vous découvrirez, au travers d'études de cas, comment créer des modèles stratégiques plus efficaces à l'aide de techniques de modélisation prédictive avancées, telles que la régression, les réseaux de neurones et les arbres décisionnels. Par ailleurs, vous apprendrez à partitionner vos données en jeux d'apprentissage, de validation et de test pour éviter tout surajustement. Vous verrez enfin comment établir des comparaisons pour trouver le meilleur modèle prédictif.
Les animateurs s'appuieront sur des études de cas pour vous présenter les meilleures pratiques suivantes :
- Création de modèles visuels dans le Constructeur de graphiques de JMP pour tirer plus d'enseignements en moins de temps
- Utilisation de la modélisation exploratoire et du partitionnement pour approfondir l'analyse des données et accélérer le test d'alternatives
- Optimisation des modèles statistiques pour anticiper, améliorer et contrôler les résultats, et fournir ainsi des produits, processus et services de meilleure qualité à moindre coût
- Construction de modèles à partir de données incomplètes — sans nettoyage des valeurs aberrantes ni application de mesures particulières pour la gestion des régresseurs corrélés