拿到實(shí)驗(yàn)數(shù)據(jù)后，不知用什么模型來(lái)分析？
機(jī)器學(xué)習(xí) VS 非機(jī)器學(xué)習(xí)，傻傻分不清楚？
存在共線性問(wèn)題的大數(shù)據(jù)集該如何建模？
手動(dòng)篩選模型耗時(shí)耗力，能否一鍵實(shí)現(xiàn)所有模型的比較與篩選？ ……

預(yù)測(cè)建模疑問(wèn)多，JMP老師來(lái)解惑！電腦手機(jī)裝ZOOM，足不出戶(hù)看直播。

4月26日14:00-15:00，JMP線上直播課程預(yù)測(cè)建模將迎來(lái)第三期的精彩內(nèi)容。繼前兩期課程介紹了以機(jī)器學(xué)習(xí)為核心的算法后，此次課程將介紹非機(jī)器學(xué)習(xí)平臺(tái)中的廣義回歸和偏最小二乘法的基本概念、算法原理和模型評(píng)估指標(biāo)。歡迎感興趣的朋友一起解鎖新技能。

掃描二維碼，立即報(bào)名：

在課程中，老師還將對(duì)之前介紹過(guò)的所有模型做一個(gè)總結(jié)，介紹如何使用模型篩選平臺(tái)輔助進(jìn)行模型初篩。通過(guò)現(xiàn)場(chǎng)案例演示，幫助大家理解和掌握這些方法的基礎(chǔ)知識(shí)，實(shí)現(xiàn)在業(yè)務(wù)中的快速應(yīng)用。

1分鐘快速了解主要內(nèi)容

JMP提供了豐富多樣的建模和數(shù)據(jù)挖掘手段，幫助分析人員完成從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中, 提取隱含其中的、先前未知的、并具有潛在價(jià)值的信息和知識(shí)的數(shù)據(jù)挖掘過(guò)程。

廣義回歸采用正則或懲罰回歸的方法使模型系數(shù)向零收縮，從而嘗試緩解模型過(guò)擬合問(wèn)題并降低總預(yù)測(cè)誤差。其中的兩種方法，彈性網(wǎng)絡(luò)和Lasso回歸，會(huì)將變量篩選作為建模過(guò)程的一部分，特別適用于存在共線性問(wèn)題的大數(shù)據(jù)集以及自變量多于樣本量的寬型數(shù)據(jù)集。

偏最小二乘法（PLS）基于因子（即自變量的線性組合）來(lái)擬合線性模型而不是自變量本身，廣泛被用于對(duì)高維數(shù)據(jù)建模的領(lǐng)域中（如光譜學(xué)、化學(xué)計(jì)量學(xué)及經(jīng)濟(jì)學(xué)等）。

模型篩選平臺(tái)允許用戶(hù)從一個(gè)啟動(dòng)窗口運(yùn)行多個(gè)預(yù)測(cè)建模平臺(tái)，并集合來(lái)自不同方法預(yù)測(cè)結(jié)果的匯總，有助于初篩最佳性能的模型，并以此為基礎(chǔ)作進(jìn)一步調(diào)整和優(yōu)化。

課程大綱

1. 廣義回歸

概念和算法
操作平臺(tái)及案例演示

2. 偏最小二乘
概念和算法
操作平臺(tái)及案例演示

3. 模型篩選
JMP預(yù)測(cè)建模概述
操作平臺(tái)及案例演示

?4. JMP軟件學(xué)習(xí)渠道

?5. 問(wèn)題與討論

免費(fèi)報(bào)名，參與學(xué)習(xí)：

https://www.jmp.com/zh_cn/events/live-webinars/non-series/2022-04-26.html?utm_campaign=wcl7015b0000057MfYAAU&utm_source=bilibili&utm_medium=social

報(bào)名成功后，你的注冊(cè)郵箱將收到注冊(cè)確認(rèn)及詳細(xì)參會(huì)信息郵件。請(qǐng)保存此封郵件，按照相應(yīng)說(shuō)明，即可輕松登入會(huì)議。

獨(dú)樂(lè)樂(lè)不如眾樂(lè)樂(lè)，呼朋喚友一起來(lái)學(xué)習(xí)吧~