Польза для вашего бизнеса
IBM® SPSS® Neural Networks использует нелинейное моделирование, чтобы обнаружить сложные взаимосвязи в ваших данных и повысить их ценность. Воспользуйтесь процедурами многослойного перцептрона (MLP) или радиальной базисной функции (RBF). Вы можете задать условия (правила остановки обучения и архитектуру сети) самостоятельно или предоставить выбор самой процедуре. Также можно влиять на весовой коэффициент переменных и задавать параметры сетевой архитектуры. Выбирайте тип обучения модели и делитесь результатами в виде графиков и диаграмм.
Этот модуль включен в издание SPSS Premium для локальных сред и в дополнение для прогнозирования и построения деревьев решений для планов подписки.
Основные возможности
Нелинейные процедуры
Выберите многослойный перцептрон (MLP) или радиальную базисную функцию (RBF). Оба этих метода используют архитектуру с прямой связью: данные перемещаются от входных узлов через скрытый слой к выходным узлам.
Визуализация сети
Информация о нейронной сети, в том числе зависимые переменные, количество входных и выходных узлов, число скрытых слоев и функции активации, отображается визуально.
Графическое отображение
Выбирайте предпочитаемый способ отображения результатов: в виде таблиц или графиков. Сохраняйте дополнительные временные переменные в активном наборе данных. Экспортируйте модели в формате XML для оценки данных в будущем.
Контролируйте процесс
Укажите зависимые переменные — переменные масштаба, категории или их сочетание. Скорректируйте параметры каждой процедуры: укажите, как следует разбить набор данных, какую архитектуру и вычислительные ресурсы следует применить при анализе.
Сочетайте с другими процедурами
Подтвердите результаты работы нейронной сети при помощи традиционных статистических методов. Получите более четкое представление данных в самых разных областях: исследованиях рынка, маркетинге, финансовом анализе, операционном анализе и здравоохранении.
Изображения продукта
Выбор переменной многослойного перцептрона
Параметры вывода данных многослойного перцептрона
Параметры вывода данных многослойного перцептрона
Техническая информация
Требования к программному обеспечению
- Для локальных сред: приобретите издание Premium.
- Для планов подписки: приобретите дополнение для прогнозирования и построения деревьев решений.
Требования к аппаратному обеспечению
- Процессор: тактовая частота не менее 2 ГГц
- Монитор: разрешение не менее 1024 x 768
- Память: требуется 4 ГБ, рекомендуется 8 ГБ и более
- Свободное место на диске: 2 ГБ и более