IBM SPSS Neural Networks は、非線形データ モデリングを使用して複雑な関係を発見し、データからより大きな価値を引き出します。多層パーセプトロン (MLP) または動径基底関数 (RBF) プロシージャを利用します。条件を設定したり、トレーニング停止ルールやネットワーク アーキテクチャを制御したりすることも、手順に選択させることもできます。変数の重み付けに影響を与え、ネットワーク アーキテクチャの詳細を指定します。モデルトレーニングのタイプを選択し、グラフやチャートを使用して結果を共有します。
このモジュールは、オンプレミスの SPSS プレミアム エディションと、サブスクリプション プランの予測および決定ツリー アドオンに含まれています。
SPSS Neural Networks がビジネス ニーズをどのようにサポートできるかについて話し合う時間を計画してください。
多層パーセプトロン (MLP) または動径基底関数 (RBF) を選択します。どちらもフィードフォワード アーキテクチャを使用しており、データは入力ノードからノードの隠れ層を通って出力ノードにのみ移動します。
従属変数、入力および出力ユニットの数、隠れ層とユニットの数、活性化関数など、ニューラル ネットワークに関する情報を視覚的に表示します。
結果を表またはグラフで表示することを選択します。オプションの一時変数をアクティブなデータ セットに保存します。モデルを XML ファイル形式でエクスポートして、将来のデータをスコアリングします。
従属変数を指定します。従属変数は、スケール、カテゴリ、またはその 2 つの組み合わせです。データセットを分割する方法、使用するアーキテクチャ、分析に適用する計算リソースを選択して、各手順を調整します。
従来の統計手法を使用してニューラル ネットワークの結果を確認します。市場調査、データベース マーケティング、財務分析、業務分析、ヘルスケアなどのさまざまな分野で、より明確な洞察を得ることができます。