|
|
IBM SPSS Neural Networks发现复杂关系，并改善预测模型它对贵公司有何用途 IBM SPSS Neural Networks 使用非线性数据建模来发现复杂的数据关系，并从数据中获取更大的价值。使用熟悉的 IBM SPSS Statistics 界面，利用多层感知器 (MLP) 或径向基函数 (RBF) 过程。您可以设置条件 - 控制培训停止规则和网络架构，或者让此程序自行选择。您无需进行任何编程。影响变量加权。指定网络架构的详细信息。选择模型培训的类型。通过图像和图表与他人共享结果。 发现关系 选择 MLP 来查找更多关系或使用 RBF 提高速度 - 它们都会对培训数据集进行操作，然后将此知识应用于整个数据集和任何新数据 控制过程 指定因变量，可以是尺度变量、分类变量或两者的组合。通过选择数据集分区方法、要应用的架构以及计算资源来做出调整。 提高洞察能力 使用 IBM SPSS Statistics Base，结合其他统计程序或技术，并以传统统计技术确认结果。 主要功能
功能聚焦 非线性过程 选择多层感知器 (MLP) 或径向基函数 (RBF)。以上两者都使用前馈架构 - 数据只通过隐藏的节点层从输入节点移动至输出节点。 直观地显示有关神经网络的信息，包括因变量、输入和输出单元数量、隐藏层和单元数量以及激活功能。 图形显示 选择以表格或图形的形式显示结果。将可选的临时变量保存到活动数据集。以 XML 文件格式导出模型，对未来数据进行评分。 控制过程 指定因变量，因变量可以是尺度变量、分类变量或两者的组合。通过选择数据集分区方法、要使用的架构以及要应用于分析的计算资源，调整每个程序。 结合其他过程 以传统统计技术确认神经网络结果。在市场研究、数据库营销、财务分析、运营分析和医疗保健等多个领域中获得更清晰的洞察。 演示视频(英文)
点击访问优酷观看相关下载
在线留言尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。
|
|
|
|||||||||||||||||||||||||||||
400-621-1085
