يستخدِم IBM SPSS Neural Networks نمذجة البيانات غير الخطية لاكتشاف العلاقات المعقدة واستخلاص أكبر قيمة ممكنة من بياناتك.
- استفِد من إجراءات المستقبِل متعدد الطبقات (MLP) أو دالة الأساس الشعاعي (RBF). يمكنك تحديد الشروط، مثل قواعد إيقاف التدريب وبنية الشبكة، أو السماح للإجراء باختيارها تلقائيًا.
- تحكَّم في أوزان المتغيرات وحدِّد تفاصيل بنية الشبكة.
- اختَر نوع تدريب النموذج وشارِك النتائج باستخدام الرسوم البيانية والمخططات.
يتم تضمين هذا المكون في إصدار SPSS Premium للأنظمة المحلية، وفي الإصدار الإضافي IBM SPSS Forecasting and Decision Trees لخطط الاشتراك.
حدِّد موعدًا لمناقشة كيفية دعم SPSS Neural Networks لاحتياجات عملك.
اختَر المستقبِل متعدد الطبقات (MLP) أو دالة الأساس الشعاعي (RBF). وكلاهما يستخدم البُنى الشبكية ذات التغذية الأمامية. حيث تتحرك البيانات فقط من عُقَد الإدخال عبر طبقة العُقد المخفية إلى عُقَد الإخراج.
تقديم عرض رسومي لمعلومات الشبكة العصبية، بما في ذلك المتغيرات التابعة، وعدد وحدات الإدخال والإخراج، وعدد الطبقات والوحدات المخفية، ودوال التنشيط.
اختر عرض النتائج إما في جداول وإما على شكل رسوم بيانية. احفظ المتغيرات المؤقتة الاختيارية في مجموعة البيانات النشطة. قم بتصدير النماذج بتنسيق ملفات XML لتسجيل البيانات المستقبلية.
حدد المتغيرات التابعة، والتي قد تكون رقمية (مقياسية)، أو فئوية، أو مزيجًا منهما. اضبط كل إجراء من خلال اختيار طريقة تقسيم مجموعة البيانات، وتحديد البنية المستخدمة، وتخصيص موارد الحوسبة للتحليل.
تحقَّق من نتائج الشبكة العصبية بالأساليب الإحصائية التقليدية. احصل على رؤية أوضح في مجالات متعددة، مثل أبحاث السوق، وتسويق قواعد البيانات، والتحليل المالي، والتحليل التشغيلي، والرعاية الصحية.
- في حالة الأنظمة المحلية: اشترِ إصدار Premium.
- فيما يتعلق بخطط الاشتراك: اشترِ الوظيفة الإضافية Forecasting and Decision Trees.
- المعالج: 2 جيجاهرتز أو أسرع
- الشاشة: 1024*768 أو أعلى
- الذاكرة: 4 جيجابايت من ذاكرة RAM المطلوبة، يوصى بـ 8 جيجابايت من ذاكرة RAM أو أكثر
- مساحة القرص: 2 جيجابايت أو أكثر