深度学习、大数据和人工智能:这些都是我们现在在工业界和学术界每天都会遇到的流行语。传统的工程师和科学家学位课程包括一到两门统计学入门课程。我们现在应该用深度学习和人工智能取代它们吗?
一些深度学习算法的成功是无可争议的,但它们的适用性也有限。在简要介绍了深度学习之后,我们说明了当前的问题和这项技术的局限性。然后,我们展示了一些来自统计建模的高级技术,即使在人工智能时代,工程师和科学家也应该在他们的工具箱中拥有这些技术!
在本次网络研讨会中,您将:
- 快速了解深度学习及其应用和局限性
- 请参阅一些高级统计建模技术
- 讨论是否需要在大学课程中取代传统的统计学课程
主讲人:David Meintrup,英戈尔施塔特应用科学大学
主讲人:Volker Kraft, JMP欧洲学术大使
沃尔克·克拉夫特是JMP的高级学术大使。拥有电气工程背景的克拉夫特长期使用统计学方法研究心理声学和语音通信,后来将分析学应用于沃达丰(Vodafone)和Voxeo的电信客户宣传。
主持人:Benjamin Valsler,《化学世界》数字编辑必威体育 红利账户
自1989年推出第一版JMP统计发现软件以来,JMP一直是SAS的一部分,为桌面带来了交互式数据可视化和分析。SAS是商业分析软件和服务的领导者,也是商业智能市场上最大的独立供应商。通过创新的解决方案,SAS帮助全球6万多家企业的客户做出更好、更快的决策,从而提高业绩并创造价值。自1976年以来,SAS一直为全球客户提供the POWER TO KNOW®。