大家好！近期JMP在线网络培训报名开启了！欢迎大家注册参加，也欢迎转发给更多的同事和朋友一起学习！
课程一：JSL在工业领域的实际应用
2020年11月19日 | 14:00-15:00
课程简介：在今年的Discovery Summit 会上，来自纬创资通（中山）有限公司数据组副主任吴晓娟女士，为大家带来了如何使用JMP快速锁定影响产品良率的根因，并在20分钟之内恢复生产的案例分享。无论是会中还是会后，大家都对这个案例展开了热烈的讨论。我们当然不会放弃这个机会。再次邀请吴女士与大家分享更多JSL在实际工作中的运用。在线交流的机会来了。
课程大纲：Script 1——良率柱状图与failure map的结合 1. 良率计算，用图形生成器中的柱状图显示 2. 统计Key的fail数量，用图形生成器中的heat map显示到具体的Key 3. 保存failure maps为图片 4. 导入failure maps作为良率对应的标签
Script 2——相同子元件构成的底图制作 1. 确定heat map形状 2. 确定heat map子元件的坐标值 3. 批量生成子元件完成底图 4. 案例演示
点击这里免费报名参与学习。
课程二：数据挖掘与预测建模
2020年11月26日 | 14:00-15:00
课程简介：
数据探索与挖掘是数据分析工作中的重要手段，在需要寻找关键影响因素的相关案例分析中占据着重要的角色。
JMP提供了丰富多样的建模和数据挖掘方法。除了标准最小二乘法、逐步法和Logistic法等传统的回归建模分析之外，还包括决策树、神经网络、时间序列、随机森林、提升树、朴素贝叶斯等众多建模技术。
在数据挖掘方面，JMP既提供了探索性数据挖掘方法，也提供了预测性数据挖掘方法。通过JMP的交互式数据挖掘，你可以在一个庞大的数据表中便捷地找到数据模式。而运用预测性数据挖掘技术，你可以建立合适的模型来进行有效的预测。
11月26日，JMP将面向所有对数据挖掘和预测建模感兴趣的朋友开展一场网络课程，老师将详细介绍并演示如何从不完全的、有噪声的、随机的数据中, 提取隐含其中的、先前未知的、并具有潜在价值的信息和知识的数据挖掘过程，从而进一步构建理想的模型。
课程大纲： 1.数据挖掘 1-1. JMP相关平台及功能简介(缺失值，异常值平台等) 2.预测建模 2-1. 预测建模相关的平台说明及介绍(包含pro的方法，如广义回归，随机森林等) 3.问题讨论
点击这里免费报名参与学习。
更多数据分析关干货、JMP实用技巧、JMP最新活动，敬请关注JMP官方微信公众号：
![]()
| 
[复制链接]
发表于 2020-11-16 15:58:12
!connect_viewthread_share_to_qq!
QQ空间
腾讯微博
腾讯朋友
收藏
转播
分享
淘帖
支持
反对
发表于 2020-11-16 16:06:04
楼主