IBM SPSS Neural Networks utiliza el modelado de datos no lineal para descubrir relaciones complejas y derivar un mayor valor de sus datos.
Este módulo se incluye en la edición SPSS Premium para instalaciones locales y en el complemento IBM SPSS Forecasting and Decision Trees para planes de suscripción.
Programe una consulta para analizar cómo SPSS Neural Networks puede satisfacer las necesidades de su negocio.
Seleccione perceptrón multicapa (MLP) o función de base radial (RBF). Ambos utilizan arquitecturas feedforward. Los datos solo se mueven desde los nodos de entrada a través de la capa oculta de nodos hasta los nodos de salida.
Muestre información visual sobre la red neuronal, incluidas las variables dependientes, el número de unidades de entrada y salida, el número de capas y unidades ocultas y las funciones de activación.
Elija entre mostrar los resultados en tablas o en gráficos. Guarde variables temporales opcionales en el conjunto de datos activo. Exporte modelos en formatos de archivo XML para puntuar datos futuros.
Especifique las variables dependientes, que pueden ser de escala, categóricas o una combinación de ambas. Ajuste cada procedimiento eligiendo cómo particionar el conjunto de datos, qué arquitectura utilizar y qué recursos de cálculo aplicar al análisis.
Confirme los resultados de las redes neuronales con técnicas estadísticas tradicionales. Obtenga una perspectiva más clara en distintas áreas, como la investigación de mercado, el comercio de bases de datos, el análisis financiero, el análisis operativo y la asistencia médica.