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:
|