Zpět

IBM SPSS Neural Networks

Komplexní modely reality

Potřebujete vytvořit co nejpřesnější predikční model?
Chcete odhalit komplexní a skryté vztahy v datech?
Nechcete se spokojit jen s lineárními modely?

Objevte komplexní vztahy ve vašich datech. Vytvářejte lepší modely bez potřeby programování.

IBM SPSS Neural Networks nabízí:

  • neuronové sítě typu Multilayer Perceptron (MPL) a Radial Basis Function (RBF),
  • predikce číselných proměnných, klasifikace kategorizovaných proměnných,
  • automatické i ruční stanovení architektury sítě,
  • rozdělení dat na tréninkovou, testovací a validační skupinu,
  • různé míry kvality modelu,
  • výstupy ve formě tabulek, grafů a vizualizace sítě,
  • uložení predikcí do datové matice,
  • aplikace modelu na nová data.

 

Příklady užití v praxi

Komerční sféra

  • zjišťování preferencí a postojů zákazníků
  • odhady úvěrové bonity klientů žádajících o úvěr
  • optimalizace kampaní

Státní správa

  • odhad rizika daňového či pojistného podvodu
  • predikce potřebného množství zásob
  • audit léčebních postupů

Akademická sféra

  • odhad nákladů na ošetření či hospitalizaci
  • výuka nelineárních modelů v pokročilejších kurzech
  • řešení vědeckých grantů

Reference

Ústav geoniky Akademie věd ČR

Výzkumy postojů obyvatel k výstavbě větrných elektráren

Podrobná case study
Volkswagen Slovakia

Řízení lidských zdrojů na základě kvalitních informací ve VW Slovakia

Podrobná case study