As IBM SPSS Neural Networks usam modelagem de dados não lineares para descobrir relacionamentos complexos e derivar maior valor dos seus dados. Utilize os procedimentos do perceptron multicamada (MLP) ou da função de base radial (RBF). Você pode definir as condições, controlar as regras de interrupção do treinamento e a arquitetura da rede, ou deixar que o procedimento escolha. Influencie o peso das variáveis e especifique os detalhes da arquitetura de rede. Selecione o tipo de treinamento de modelo e compartilhe resultados usando imagens e gráficos.
Esse módulo está incluído na edição premium do SPSS para instalações locais e no complemento de previsão e árvores de decisão para planos de assinatura.
Agende um horário para discutir como as redes neurais SPSS podem atender às necessidades da sua empresa.
Selecione perceptron multicamadas (MLP) ou função de base radial (RBF). Ambas usam arquiteturas feedforward: os dados só se movem dos nós de entrada, através da camada oculta de nós, para os nós de saída.
Exibir informações sobre a rede neural visualmente, incluindo as variáveis dependentes, o número de unidades de entrada e saída, o número de camadas e unidades ocultas e funções de ativação.
Opte por exibir resultados em tabelas ou gráficos. Salve variáveis temporárias opcionais no conjunto de dados ativos. Exporte modelos em formatos de arquivo XML para pontuar dados futuros.
Especifique as variáveis dependentes, que podem ser de escala, categóricas ou uma combinação de ambas. Ajuste cada procedimento escolhendo como dividir o conjunto de dados, qual arquitetura usar e quais recursos de computação aplicar à análise.
Confirme os resultados da rede neural com as técnicas estatísticas tradicionais. Obtenha insights mais claros em diversas áreas, incluindo pesquisa de mercado, marketing de banco de dados, análise financeira, análise operacional e saúde.
- Para uso local: compre a edição premium.
- Para planos de assinatura: compre o complemento de previsão e árvores de decisão.
- Processador: 2 GHz ou mais rápido
- Exibição: 1024*768 ou superior
- Memória: 4 GB de RAM necessários, 8 GB de RAM ou mais recomendados
- Espaço em disco: 2 GB ou mais