萃取資料精華：如何善用JMP Pro提煉少量樣本之準確模型
在大多數的產業中，如何建構模型尋找關鍵因子進而找到最佳的參數組合改善問題提升產能是至關重要的議題。但是往往因為成本及時間的考量，無法根據需求設計大量的樣本實驗或是蒐集足夠的有效數據來建構模型，而可能帶來失擬或是過擬合的問題，造成建模的效益不彰。
JMP對於少量樣本的建模，支持許多修正優化的功能，用以彌補少量樣本建模時帶來的問題。運用JMP Simulate可以快速執行多次根據不同訓練集建構的模型R-square, 得到更客觀的R-square。
- 建模流程及模型優劣判斷
- 建模失擬問題及修正-Model Screening
- 建模過擬問題修正-Kfold crossvalidation, simulate
- 化合物案例分享
>> 點擊連結 瞭解更多 JMP 17 亮點功能。
>> 立即報名 最新線上研討會
*註：該影片為 2022 年JMP年度研討會的演講內容
