Пропустить общее меню / Skip Global Navigation

+7 (495) 229-56-11  Квадрат SPSS  info@predictive.ru

Модуль IBM SPSS Neural Networks

Прогнозирование на основе автоматического обнаружения и учета сложных нелинейных связей в данных

Модуль IBM SPSS Neural Networks содержит нелинейные процедуры моделирования, позволяющие обнаруживать более сложные взаимосвязи в данных. Процедуры этого модуля являются дополнением традиционных статистических методов, содержащихся в SPSS Statistics Base и дополнительных модулях к нему.

Хотя бытует мнение, что нейронные сети в сложных задачах сродни «черному ящику», используя методы data mining модуля IBM SPSS Neural Networks, Вы сможете обнаруживать новые зависимости, а затем подтверждать их значимость с помощью традиционных статистических методов.

Модуль IBM SPSS Neural Networks содержит две разновидности нейронных сетей:

  • Многослойный перцептрон (MLP)
  • Радиальные базисные функции (RBF)

Обе разновидности относятся к методам обучения с учителем на основе алгоритма обратного распространения ошибок. Они используются для прогнозирования и классификации с факторами или ковариатами в качестве предикторов. В процедуре MLP могут использоваться несколько скрытых слоев нейронов, а в процедуре RBF настройка нейронной сети производится в два этапа и, как правило, быстрее чем MLP. В обеих процедурах можно выбирать метод деления набора данных на обучающую, контрольную и проверочную выборки. В процедуре MLP архитектура нейронной сети может определяться автоматически или же можно выбрать ручную настройку и задать количество скрытых слоев и функцию активации в скрытых и выходном слоях нейронов.

Учебные курсы

Каталог

Прайс-лист


Подробнее о курсах

 

Ближайшие учебные курсы

1–3 ноября. Анализ и прогнозирование временных рядов с помощью IBM SPSS Forecasting

8–9 ноября. Введение в IBM SPSS Statistics

13 ноября. Представление данных с помощью IBM SPSS Custom Tables

16–17 ноября. Эффективные приемы работы в IBM SPSS Statistics

20 ноября. Введение в синтаксис IBM SPSS Statistics

22–24 ноября. Статистический анализ данных в IBM SPSS Statistics

 
 

Регистрируйтесь