IBM SPSS Neural Networks

Sélectionnez MLP (perceptron multicouche) ou RBF (fonction de base radiale). Ces deux solutions utilisent des architectures acycliques (feed-forward), c'est-à-dire que les données sont uniquement transférées à partir des nœuds d'entrée vers les nœuds de sortie, via la couche masquée des nœuds.

Les informations sur le réseau neuronal s'affichent sous forme visuelle, y compris les variables dépendantes, le nombre d'unités d'entrée et de sortie, le nombre de couches et d'unités masquées et de fonctions d'activation.

Choisissez d'afficher les résultats dans des tableaux ou des graphiques. Enregistrez les variables temporaires facultatives dans l’ensemble de données actif. Exportez les modèles dans des formats de fichier XML pour calculer le score des données futures.

Indiquez les variables dépendantes : variable d'échelle, variable catégorique ou une combinaison des deux. Ajustez chaque procédure en choisissant la méthode de partitionnement de l'ensemble de données, ainsi que l'architecture à utiliser et les ressources de calcul à appliquer à l'analyse.

Confirmez les résultats du réseau neuronal à l'aide de techniques statistiques traditionnelles. Obtenez des indications plus claires dans plusieurs domaines, notamment les études de marché, le marketing par base de données, l'analyse financière, l'analyse opérationnelle et les soins de santé.