IBM SPSS Neural Networks utiliza el modelado de datos no lineal para descubrir relaciones complejas y obtener un mayor valor de los datos.
Este módulo está incluido en la edición SPSS Premium para entornos locales y en el complemento IBM SPSS Forecasting and Decision Trees para planes de suscripción.
Programe tiempo para analizar cómo SPSS Neural Networks puede satisfacer las necesidades de su negocio.
Seleccione perceptrón multicapa (MLP) o función de base radial (RBF). Ambos emplean arquitecturas de propagación hacia adelante. Los datos solo se mueven desde los nodos de entrada a través de la capa oculta de nodos hasta los nodos de salida.
Muestre visualmente información sobre la red neuronal, incluidas las variables dependientes, la cantidad de unidades de entrada y salida, la cantidad de capas y unidades ocultas y las funciones de activación.
Elija mostrar los resultados en tablas o gráficos. Guarde variables temporales opcionales en el conjunto de datos activo. Exporte modelos en formatos de archivos XML para calificar datos futuros.
Especifique las variables dependientes, que pueden ser de escala, categóricas o una combinación. Ajuste cada procedimiento eligiendo cómo dividir el conjunto de datos, qué arquitectura utilizar y qué recursos de cálculo aplicar al análisis.
Confirme los resultados de la red neuronal con técnicas estadísticas tradicionales. Obtenga insights más claros en varias áreas, incluida la investigación de mercado, el marketing de bases de datos, el análisis financiero, el análisis operativo y la atención médica.