Choose Language Hide Translation Bar

cancel
Showing results for 
Show  only  | Search instead for 
Did you mean: 
2020年11月に開催した「Discovery Summit Japan Online」で、「さらに詳しく聞きたい」という ご要望が多く寄せられたチュートリアルセッションであった「特別チュートリアル JMPによる 統計的機械学習入門」を、5月13日(木)、5月20日(木)に、2回シリーズで開催をさせていただきました。   本セミナーの動画を、2021年6月15日(火)17時までの期間限定にて公開いたします。 ※公開を終了いたしました。   セミナータイトル 特別チュートリアル JMPによる統計的機械学習入門(全2回)     概要 JMP (Pro)を使えばR , Pythonなどに較べて手軽に分析を楽しめます。 フルオーダーメイドの分析とはいきませんが、セミオーダーには十分に対応が可能です。 JMPを使えば以下のようなことが簡単に実行できます。   ① コマンドを打ちこまなくてもマウス1つで分析が可能に ② グラフと統計量のセット ③ 分析プロセスをスクリプトに残せる ④ 分析プロセスの流れに沿ったレポートの出力が可能 ⑤ 統計的な思想が基本にあるから体系的な理解と学習に最適 など   本報告では数値例を使ってJMPでできる予測や分類の話をします。 扱う方法はカーネル平滑化、SVMやニューロ判別などです。 また、従来の統計的な多変量解析との対比も行い理解を深めます。   講師ご紹介 廣野 元久様 1984年、株式会社リコー入社。以来、社内の品質マネジメント・信頼性管理の業務、 統計学の啓発普及に従事。 品質本部QM推進室室長、SF事業センター所長を経て、現在はバイオメディカル事業センタ ヘルスケア事業支援室 薬事・品質保証G(倫理審査委員)として社内外での教育・講演などを 幅広く行っている。   東京理科大学工学部(1997-1998)、慶應義塾大学総合政策学部 非常勤講師(2000-2004)。 主な専門分野は統計的品質管理、信頼性工学。主著に「グラフィカルモデリングの実際」、 「JMPによる多変量データの活用術」、「アンスコム的な数値例で学ぶ統計的計算方法23講」、 「JMPによる技術者のための多変量解析」、「目からウロコの多変量解析」などがある。   各回のタイトル 第1回:ビッグデータで役立つJMPのグラフ機能 第2回:教師あり分類の実際
レベル:中級 JMP 15で導入されたホバーラベルの拡張機能は、オンデマンドで詳細を表示する従来の機能を超えた、エキサイティングな新しい可能性をもたらします。これまで、ホバーラベルは、現在のグラフ要素から取り出せる限られた情報のセットを表示するだけで、列にラベルの属性を設定することなど可能なカスタマイズも限られていました。 このプレゼンテーションでは、JMP 15の拡張機能によって、ユーザーがホバーラベルの内容を全体的にカスタマイズできるだけでなく、新たな探索のパターンや統合されたワークフローを組み立てられることを紹介します。 まず、ダイナミックなデータビジュアライゼーションのサムネイルを簡単にホバーラベルに追加するハイレベルコマンドを使用してみます。これは、「データのドリル」または「ドリルダウン」と呼ばれる探索的ワークフローの出発点となります。次に、それを実現しているローレベルの基盤部分を見てみます。この部分は、パワーユーザーであればこれらの新しいワークフローをカスタマイズできるJMPスクリプト言語の拡張です。 また、「ドリルアウト」ともいうべき、外部システムに接続して画像を取得する例や、ひとつのホバーラベルに複数の画像を表示するアドインを作成する方法について説明します。   【発表者プロフィール】 Nascif Abousalh-NetoはSAS社のJMP Division、研究開発グループに所属するソフトウェア開発者。2004年にSASに入社し、25年に渡るソフトウェア開発の経験を持つ。現在の業務で、データビジュアライゼーション、およびソフトウェア開発のあらゆる側面における品質の追求に情熱を注いでいる。   ※日本語音声吹き替えです。 本発表をオリジナル音声で視聴されたい方は、こちらをクリックしてください。 Discovery Summit Americas配下のセッションページに移動します。 (SAS Profileへのログインを求められますので予めご了承ください。)    
レベル:全て 私たちJMP開発チームが分析機能を開発する時、次のうちのどれを重視するかを決めなければいけません。 筋肉を増強することにより、JMPをより強力にする JMPをよりセクシーにする(ユーザーをより興奮させる?) JMPによって、ユーザーの痛みを和らげる(ユーザーの隔靴掻痒や負担を軽減する?) “A”で始まる長めの英単語として、anabolic(同化剤、筋肉増強剤)、aphrodisiac(媚薬)、analgesic(鎮痛剤)があります。これら3つのうちのどれに私たちは向かうべきでしょうか? 講演者は、「鎮痛剤」を目指すべきだと考えています。「鎮痛剤」こそが、JMPの開発における中心的な原動力になるべきだと考えています。 もちろん、これら3つは両立しないものではありません。セクシーで強力な機能を追加することで、痛みが和らぐこともあるでしょう。しかし、「鎮痛剤」が重要です。なぜなら、痛みが生じると、私たちは動けなくなり、やる気がなくなります。痛みがあると、データが私たちに語ってくれていることを十分に読み取れず、その場に立ち止まってしまいます。    John Sallは、世界をリードするビジネス・アナリティクス・ソフトウェア・ベンダーである、SAS Institute Inc.の 共同創設者 兼 執行副社長で、科学者やエンジニア向けに開発された双方向で可視性に優れた統計的探索ソフトウェア「JMP」の開発者であり、現在もJMPのビジネスを率いています。 また、Sallは、「アメリカ統計学会」や、世界的最大級の学術団体である「アメリカ科学振興協会(AAAS)」のフェロー(特別研究員)でもあります。 加えて、自身の国際自然環境保護への強い関心から、世界自然保護基金(WWF)の役員や、スミソニアン国立自然史博物館の自然史諮委員会の委員も務めています。また、ノースカロライナ州立大学の評議委員も務めました。   ※日本語音声吹き替えです。 本発表をオリジナル音声で視聴されたい方は、こちらをクリックしてください。 Discovery Summit Americas配下のセッションページに移動します。 (SAS Profileへのログインを求められますので予めご了承ください。)   
レベル:中級 自動翻訳を利用) 実験計画の過程で、多くの潜在的な重要な要因が特定されることがよくあります。これらの重要な要素をできるだけ多く調査することが理想的です。多数の要因を調査するために必要な実行回数を最小限に抑えるために使用できるスクリーニング設計には、さまざまな種類があります。 スクリーニング設計の主な目標は、さらに調査する必要のあるアクティブな要因を見つけることです。信号をノイズから分離するのは難しい場合があるため、これらの設計を分析する方法を選択することは重要です。 この講演では、ChrisGotwaltとPhilRamseyが開発した自動検証手法を使用して、さまざまなスクリーニング設計を分析する方法について説明します。焦点は、グループ直交過飽和設計(GO-SSD)と最終的なスクリーニング設計(DSD)になります。プレゼンテーションでは、これらのスクリーニング設計を分析するための他の手法と比較した自動検証手法の結果を示します。   本発表を日本語トランスクリプトと共に視聴されたい方は、こちらをクリックしてください。 Discovery Summit Americas配下のセッションページに移動します。 (SAS Profileへのログインを求められますので予めご了承ください。)   下のビデオでは英語の字幕が選択できます。
レベル:中級 自動翻訳を利用) 餃子などの調理済み食品は、通常、調理パラメータを正確にプロセス制御せずに調理されます。この作業の目的は、さまざまな餃子製品の種類に基づいて餃子の調理プロセスをカスタマイズすることです。餃子の調理過程では、水温と調理時間は餃子の調理の程度(出来具合)を決める最も重要な要素です。餃子の重量、餃子の種類、バッチサイズも調理プロセスに影響を与える変数です。調理時間の予測モデルを構築するために、特別なプロパティを備えた構造化されたJMPDSDプラットフォームを構築しました。国際的に認められたISO22000食品安全管理および危害分析重要管理点(HACCP)スキーマが採用されました。最新のデータマイニングアルゴリズムを使用したJMPニューラルフィット手法をRSMと比較しました。結果は、沸騰温度、製品タイプ、餃子のサイズ/バッチ、および餃子組成物で使用される混合物によって制約された相互作用効果などの要因からのより大きな主効果の有病率を示しました。この設計/分析アプローチでは、JMPの堅牢な設計最適化、モンテカルロシミュレーション、およびHACCP管理限界を採用して、結果として生じる調理時間に対する餃子の調理要素の感度を理解および特性評価しました。全体論的アプローチは、異なる射影特性を持つモデルを組み合わせるという相乗効果を示しました。再帰的パーティションベースのAIモデルは、分類スキーマを使用して交互作用効果を推定し、古典的な(ステップワイズ)回帰モデリングは、可能性を含む2次以上の交互作用を解釈する機能を提供します二次項での曲率。このホワイトペーパーでは、プロセス全体を改善し、エネルギーコストを削減し、人件費を削減できる(AIスキーマを使用)新しい自動餃子調理プロセスと分析フレームワークについて説明しました。この新しい方法論は、外食産業におけるビジネスコストの見積もりと利益のモデル化に関する考え方を変える可能性を秘めています。    本発表を視聴するには、こちらをクリックしてください。 Discovery Summit Americas配下のセッションページに移動します。 (SAS Profileへのログインを求められますので予めご了承ください。)
レベル:中級 自動翻訳を利用) 研究結果を要約する際の優れた視覚化の価値を誇張することは困難ですが、同僚、業界の仲間、およびより大きなコミュニティと共有するための適切な媒体の選択も同様に重要です。このプレゼンテーションでは、データ、結果、視覚化を広めるために使用されるさまざまな形式について説明し、それぞれの利点と制限について説明します。JMP Live機能の簡単な概要は、エキサイティングな一連の潜在的なアプリケーションの準備を整えます。豊富なインタラクティブインターフェイスとスクリプトメソッドを使用してJMPグラフィックをJMPLiveに公開する方法を示し、最適なアプローチを選択するための例とガイダンスを提供します。プレゼンテーションは、ダイアログの設計で行われた考慮事項、パブリッシングフレームワークの仕組み、JMPライブレポートの構造、およびJMPクリニカルクライアントレポートとの関係を含む、JMPクリニカル結果用のカスタムJMPライブパブリッシングインターフェイスのショーケースで締めくくられます。公開されたレビューの潜在的な消費パターンの議論。   本発表を日本語トランスクリプトと共に視聴されたい方は、こちらをクリックしてください。 Discovery Summit Americas配下のセッションページに移動します。 (SAS Profileへのログインを求められますので予めご了承ください。   下のビデオでは英語の字幕が選択できます。
レベル:中級 自動翻訳を利用) 医薬品および治療用生物製剤の市販後の安全性を監視することは、公衆衛生の保護にとって非常に重要です。安全監視プロセスを促進するために、FDAはFDAオンラインラベルリポジトリ( フォルプ )。 FOLPは、企業がFDAに提出した最新の医薬品リスト情報を収集します。 ただし、何百もの薬物ラベルをナビゲートし、意味のある情報を抽出することは困難です。使いやすいソフトウェアソリューションが役立ちます。   過去50年間の市場からの安全関連の薬物離脱の最も頻繁な単一の原因は、薬物誘発性肝障害(DILI)です。このプレゼンテーションでは、JMPテキストエクスプローラーを使用して、462の薬物ラベルをDILIインジケーターで分析します。 薬物ラベルの「警告と注意」セクションの用語とフレーズは、DILIキーワードとMedDRA用語に一致します。JMP ProのXGBoostアドインは、用語マトリックスによるXGBoost予測モデルの相互検証を通じてDILIインジケーターを予測するために利用されます。結果は、同様のアプローチが他の薬物安全性の懸念を分析するために容易に使用できることを示しています。    本発表を日本語トランスクリプトと共に視聴されたい方は、こちらをクリックしてください。 Discovery Summit Americasに移動します。 (SAS Profileへのログインを求められますので予めご了承ください。)   下のビデオでは英語の字幕が選択できます。