IBM® SPSS® Neural Networks는 비선형 데이터 모델링을 사용하여 복잡한 관계를 밝혀내고 데이터에서 더 큰 가치를 이끌어 냅니다. 다층 퍼셉트론(MLP) 또는 방사형 기초 함수(RBF) 프로시저를 활용하세요. 조건을 설정하거나(훈련 중지 규칙 및 네트워크 아키텍처 제어) 프로시저에서 선택하도록 할 수 있습니다. 변수의 가중치에 영향을 주고 네트워크 아키텍처의 세부 사항을 지정합니다. 모델 학습 유형을 선택하고 그래프와 차트를 사용하여 결과를 공유합니다.
이 모듈은 온프레미스의 SPSS Premium 에디션과 구독 요금제에 대한 예측 및 의사 결정 트리 추가 기능에 포함되어 있습니다.
자동 갱신으로 12개월 선택 시 구독 및 추가 기능 10% 할인
일정을 예약하여 SPSS Neural Networks가 비즈니스 요구 사항을 어떻게 지원할 수 있는지 논의해 보세요.
다층 퍼셉트론(MLP) 또는 방사형 기초 함수(RBF)를 선택합니다. 둘 모두 피드포워드 아키텍처를 사용하며 데이터는 숨겨진 노드 레이어를 통해 입력 노드에서 출력 노드로만 이동합니다.
종속 변수, 입력 및 출력 장치 수, 숨겨진 레이어 및 장치 수, 활성화 함수를 포함하여 신경망에 대한 정보를 시각적으로 표시합니다.
결과를 표 또는 그래프로 표시하도록 선택합니다. 선택적 임시 변수를 활성 데이터 세트에 저장합니다. 모델을 XML 파일 형식으로 내보내 향후 데이터의 점수를 매길 수 있습니다.
척도형, 범주형 또는 이 둘의 조합일 수 있는 종속 변수를 지정합니다. 데이터 세트를 분할하는 방법, 사용할 아키텍처 및 분석에 적용할 계산 리소스를 선택하여 각 프로시저를 조정합니다.
전통적인 통계 기법을 사용하여 신경망 결과를 확인합니다. 시장 조사, 데이터베이스 마케팅, 재무 분석, 운영 분석, 의료 등 다양한 영역에서 보다 명확한 통찰력을 확보하십시오.