Discovery Summit

会前培训

这些课程由讲座、软件演示、问答环节以及上机实时操作等四个部分组成，为您提供真正的交互式学习体验。在4月10日前报名，可以享受优惠价。培训地点为深圳大学。

实验设计与分析

日期：4月26日-4月28日（三天）
时间: 9:00 - 16:30
地点: 深圳大学
培训讲师: 周暐 JMP中国区 咨询经理 SAS
                  陈家松 JMP中国区 数据分析高级顾问 SAS
提前报名价格： 4000 RMB（4月10日前报名）
标准报名价格:  5500 RMB
参训对象:

• 负责策划和实施实验设计的工程技术人员和工程技术与管理类的学校师生，以及对实验设计DOE有兴趣或刚刚起步的其他人士。   

课程内容：

• DOE实验设计的总体介绍
  DOE与传统分析方法的区别
  DOE的核心技术展开
  DOE中的专用术语与分析思路
• DOE实验设计的应用统计基础
  假设检验与区间估计
  方差分析
  回归模型的建立与检验
• 描述型DOE实验设计
  DOE的三大基本原则
  完全析因设计
  2k因子设计
• 筛选型DOE实验设计
  部分析因设计
  分辨率表的解读
  Plackett-Burman设计
• 优化型DOE实验设计
  响应面的基本概念
  意愿函数的构建
  多项式模型的图形展示
  模型的仿真与预测
• 高级DOE实验设计介绍
  混料设计
  定制设计
  扩充设计
• 问题与讨论

如何使用JMP® Pro更快更好地构建稳健的预测模型

日期: 4月28日，星期四
时间: 9:00 - 16:30
地点: 深圳大学
培训讲师: Chris Gotwalt，JMP全球研发总监 SAS
提前报名价格: 1500 RMB （4月10日前报名）
标准报名价格: 2500 RMB
参训对象：

• 企业负责数据挖掘建模的工作人员、大数据分析相关咨询服务人员和统计及数据分析课程师生

教程简介：
JMP Pro通常被视为“高级建模师”的JMP产品。但不管是谁，只需要稍微了解一些最佳实践，就能快速而轻松地利用JMP Pro中的功能创建准确而可靠的预测模型。在本次培训中，我将演示如何使用JMP Pro 12的Neural、Bootstrap Forest、Partial Least Squares和Generalised Regression平台中内置的省时方法，处理缺少值和包含异常值的杂乱数据。这些平台中的技术可减少用户手动清理数据，同时更有效地利用所有信息，从而简化数据分析过程。它还会显示如何使用交叉验证方法，确保模型对新数据也保持精确度。在培训结束时，我会向用户演示整个决策过程，使用Model Comparison平台识别整体最佳的预测模型。整个演示过程会直接解释如何实施每种方法，并且针对哪些方案一般能够促成最佳结果提出切实可行的建议。

Time-Saving Strategies for Building Robust Predictive Models With JMP^® Pro

Date: Thursday, April 28
Time: 9:00 - 16:30
Location: Shenzhen University
Instructor: Chris Gotwalt, JMP Director of Statistical Research and Development, SAS
Early Registration Price: 1500 RMB (register by April 10)
Standard Price: 2500 RMB

Course Description:

JMP Pro is often thought of as the JMP product for "advanced modelers." However, when armed with just a little knowledge of some best practices, it is quick and easy for anyone to take advantage of the capabilities in JMP Pro for building accurate and robust predictive models. In this workshop I will demonstrate the use of time-saving methodologies for handling messy data with missing values and outliers that are built into the Neural, Bootstrap Forest, Partial Least Squares and Generalised Regression platforms in JMP Pro 12. The techniques in these platforms streamline the data analysis process by requiring less manual data cleanup by the user while at the same time making more efficient use of the all information available. I will also show how to use cross-validation methods to ensure that the models will retain their accuracy on new data. At the end of the workshop, I will walk the user through the decision-making process to identify which predictive model is the best overall, using the Model Comparison platform.Throughout the presentation I will offer straightforward explanations of how each of the methods is implemented, while giving practical advice about which options generally lead to the best results.