- Parcourir les modèles pour trouver celui qui convient le mieux à vos données
- Entraîner et valider votre modèle pour éviter tout surajustement
- Extraire les composants clés qui façonnent vos courbes pour obtenir des prévisions plus précises
- Visualiser clairement les causes et les effets de vos facteurs sur vos réponses
- Approfondir votre compréhension des processus et trouver les paramètres de facteurs optimaux
Objectifs :
- Exploration de vos données : apprenez des techniques qui vous aideront à extraire des informations et à accélérer la résolution des problèmes.
- Optimisation des résultats : découvrez comment des ajustements systématiques peuvent réduire considérablement les problèmes de production et améliorer les rendements.
- Feuille de route d'expertise : suivez vos progrès et maîtrisez la modélisation prédictive avancée.
Animé par :
Florence Kussener
Principal System Engineer, JMP
Florence Kussener est mathématicienne de cursus. Elle a une maîtrise de Mathématiques pures et un DESS à l'université de Aix-Marseille. Elle a rejoint l'équipe JMP en 2012 après plus de dix années passées chez MathWorks, où elle s'est spécialisée en statistique, optimisation, traitement d'image et calcul parallèle.