IBM SPSS Modeler

///

Budowa modeli predykcyjnych

icon3_white

IBM SPSS MODELER umożliwia budowę modeli predykcyjnych z wykorzystaniem technik z obszaru klasyfikacji, segmentacji oraz badania asocjacji.

Możliwy jest automatyczny dobór najlepszego modelu. Dostępne są techniki do analizy sieci społecznych oraz do analizy tekstu (ang. text mining). Program umożliwia także korzystanie z zewnętrznych algorytmów (np. algorytmów systemów bazodanowych).
icon_cl_bw

PS Clementine PRO

zintegrowane środowisko analiz
data mining i big data
zobacz kompletne rozwiązanie
<p><strong>Techniki budowy modeli predykcyjnych</strong></p>Szeroki wachlarz technik analitycznych z obszaru klasyfikacji, segmentacji oraz badania asocjacji

Techniki budowy modeli predykcyjnych

Szeroki wachlarz technik analitycznych z obszaru klasyfikacji, segmentacji oraz badania asocjacji.

Program umożliwia budowę modeli predykcyjnych z wykorzystaniem technik maszynowego uczenia i sztucznej inteligencji takich jak: drzewa decyzyjne, sieci neuronowe, sieci Bayesa, czy klasycznych technik statystycznych jak: regresja liniowa i logistyczna.

Do technik segmentacyjnych dostępnych w programie należą między innymi: metoda k-średnich, dwustopniowego grupowania oraz sieci Kohonena. W celu poszukiwania reguł asocjacyjnych możliwe jest wykorzystanie algorytmów: Apriori, Carma lub algorytmów poszukiwania reguł sekwencyjnych.

Automatyczny dobór modeli

Automatyczny dobór modeli służących do klasyfikacji, predykcji i grupowania.

Program pozwala na wykorzystanie wielu algorytmów jednocześnie, w celu automatycznego doboru modelu. Umożliwia szybką ocenę, które techniki najlepiej wykorzystać do analizy danych, jakimi dysponujemy. Najlepsze modele wybierane są na podstawie wskazanych przez użytkownika miar oceniających jakość modelu.

Można wykorzystać jeden z utworzonych modeli lub model zespolony, który powstaje w wyniku połączenia kilku wybranych modeli. Automatyczne modelowanie dostępne jest zarówno dla problemów o charakterze: predykcyjnym, klasyfikacyjnych, jak i segmentacyjnym.

<p><strong>Automatyczny dobór modeli</strong></p>Automatyczny dobór modeli służących do klasyfikacji, predykcji i grupowania
<p><strong>Integracja z algorytmami zewnętrznymi</strong></p>Korzystanie z algorytmów innych programów, jak również algorytmów dostępnych w systemach bazodanowych

Integracja z algorytmami zewnętrznymi

Korzystanie z algorytmów innych programów, jak również algorytmów dostępnych w systemach bazodanowych.

Program pozwala na wykorzystanie algorytmów modelowania z IBM SPSS Statistics, czy programu R. Parametry algorytmów mogą być definiowane z wykorzystaniem okien dialogowych lub komend programu IBM SPSS Statistics, jak również skryptów pisanych w języku R. Możliwe jest też tworzenie własnych okien dialogowych do parametryzacji skryptów pisanych w języku R.

Program może też współpracować z narzędziami do eksploracji i modelowania danych oferowanymi przez różnych dostawców baz danych, w tym z oprogramowaniem: Microsoft SQL Server Analysis Services, Oracle Data Mining, IBM DB2 InfoSphere Warehouse i IBM Netezza Analytics.

Analiza tekstu – Text Mining

Analiza tekstu w celu wyodrębnienia kluczowych pojęć i zrozumienie relacji pomiędzy nimi oraz wykorzystania ich do budowy modeli predykcyjnych.

Program pozwala na analizę tekstu. Do analizy można wykorzystać tekst zgromadzony w komórkach tabel z danymi lub bezpośrednio dokumenty z zewnętrznych aplikacji. Do obsługiwanych formatów należą formaty aplikacji pakietu MS Office takich jak: Word, Excel i PowerPoint oraz pliki tekstowe, pdf, html i inne.

Program wykorzystuje metody lingwistyczne do ekstrakcji kluczowych pojęć z tekstu oraz identyfikacji relacji i związków pomiędzy pojęciami. Zmienne utworzone podczas analizy tekstu mogą być połączone z innymi danymi, np. demograficznymi i wykorzystane do modelowania.

<p><strong>Analiza tekstu – Text Mining</strong></p>Analiza tekstu w celu wyodrębnienia kluczowych pojęć i zrozumienie relacji pomiędzy nimi oraz wykorzystania ich do budowy modeli predykcyjnych
<p><strong>Analiza sieci społecznościowych – SNA</strong></p>Odkrywanie związków między obiektami oraz badanie rozchodzenia się zjawisk w grupach

Analiza sieci społecznościowych – SNA

Odkrywanie związków między obiektami oraz badanie rozchodzenia się zjawisk w grupach.

Program pozwala na wykorzystanie algorytmu analizy sieci społecznych, umożliwiając odkrywanie i opisywanie relacji pomiędzy ludźmi (bądź obiektami) oraz ocenę wpływu relacji na zachowania poszczególnych osób.

Program identyfikuje grupy obiektów, liderów grup oraz relacje pomiędzy obiektami. Możliwa jest analiza dyfuzji, czyli rozprzestrzeniania się badanego zjawiska w społeczności.