SPSS Neural Networks

Recherche de relations plus complexes dans les données

IBM SPSS^MD Neural Networks offre des procédures de modélisation des données non linéaires qui permettent de détecter des relations plus complexes à l'intérieur des données. Le logiciel permet de définir les conditions qui favorisent l'apprentissage du réseau. Les utilisateurs peuvent contrôler les règles d'arrêt de l'apprentissage et l'architecture du réseau ou laisser la procédure choisir automatiquement l'architecture.

Le logiciel permet de développer des modèles prédictifs plus précis et plus efficaces.

Forage des données à la recherche de relations cachées à l'aide des procédures de perceptron multicouche (MLP) et de la fonction de base radiale (RBF).
Contrôle du processus de A à Z en définissant les variables.
Combinaison avec d'autres procédures ou techniques statistiques pour tirer davantage de données contextuelles.

Forage des données à la recherche de relations cachées

Choisissez l'algorithme MLP ou RBF pour cartographier les relations implicites dans les données. Le premier peut détecter des relations plus complexes; le deuxième est plus rapide.
Tirez parti des architectures à circulation vers l'avant, dans lesquelles les données se déplacent dans un seul sens (des nœuds d'entrée vers les nœuds de sortie, en passant par les couches de nœuds masquées).
Tirez profit d'algorithmes utilisés pour traiter un ensemble de données de formation, et qui, par la suite, appliquent les connaissances acquises à l'ensemble de données complet ainsi qu'à toutes les nouvelles données.

Contrôle du processus

Indiquez les variables dépendantes, par ailleurs dimensionnables, catégoriques ou combinables.
Réglez chaque procédure en choisissant le mode de partitionnement de l'ensemble de données, l'architecture à utiliser et les ressources de traitement à appliquer à l'analyse.
Décidez s'il faut afficher les résultats sous forme de tableaux ou de graphiques, enregistrez les variables temporaires optionnelles dans l'ensemble de données actif ou exportez les modèles en format XML afin de pouvoir évaluer les futures données.

Combinaison avec d'autres procédures ou techniques statistiques

Vérifiez les résultats de l'analyse par réseau neuronal à l'aide de méthodes statistiques traditionnelles en utilisant IBM SPSS Statistics Base.
Combinez le tout avec d'autres procédures statistiques afin de voir plus clair dans un certain nombre de domaines, notamment la recherche de marchés, la mise en marché informatisée, l'analyse financière, l'analyse opérationnelle et les soins de santé. Dans le cadre d'une étude de marché, par exemple, vous pouvez créer des profils de client et déterminer les préférences des acheteurs.