Insights è un software di data mining parallelo a 64 bit che porta il data mining convenzionale a un nuovo livello di sofisticazione e applicabilità. Gli utenti in quasi tutti i campi possono utilizzare il software di facile utilizzo per analizzare insiemi di dati rumorosi e costruire modelli potenti, che possono essere utilizzati per ottenere nuove informazioni su fenomeni complessi, prevedere il comportamento futuro, simulare domande "what-if", e identificare i metodi dei processi di controllo. Prendendo dati osservativi che descrivono un problema, un sistema o un processo, il software costruisce un modello matematico funzionante, compatibile con i dati memorizzati in una varietà di formati popolari (ad esempio, Microsoft Excel), gli algoritmi di modellazione auto-organizzati e basati su AI consentono utenti di estrarre facilmente nuove e utili conoscenze per supportare il processo decisionale. Sia che si applichi a previsioni di vendita, pianificazione delle risorse, problemi ingegneristici, cambiamenti climatici, salute o scienze della vita, o estraendo raccolte di dati da agenzie governative, Insights apre nuove possibilità a singoli, proprietari di piccole imprese e scienziati che erano precedentemente disponibili solo per grandi entità che potevano permettersi costose applicazioni di data mining.
Le conoscenze includono documentazione, letteratura extra, dati campione e modelli come: previsione e simulazione del prezzo del petrolio mondiale fino al 2025, temperatura globale mensile, ozono, concentrazione o previsione dell'attività solare fino al 2017, previsione tossicità riproduttiva di sostanze chimiche, valore abitativo o previsione dell'attività del sistema informatico, per iniziare a utilizzare i dati.
Novità in questa versione:
- Correzioni di bug minori
- Rilascio di miglioramento delle prestazioni e della manutenzione
Novità nella versione 6.1.2:
- Risolve alcuni problemi con macOS 10.13 High Sierra
- Rilascio di miglioramento delle prestazioni e della manutenzione
Novità nella versione 6.1:
- Modelli di sistema: le equazioni di regressione autoorganizzate di tutti i modelli di un sistema vengono aggiunte al rapporto del modello
- Grafico del modello di sistema: la pertinenza di un input del modello viene ora visualizzata quando selezionato
- Rilascio di miglioramento delle prestazioni e della manutenzione
Novità della versione nella versione 5.0:
- Opzione di ottimizzazione della complessità del modello per ottenere i modelli più parsimoniosi e più compatti in seguito all'autorganizzazione automatica dei modelli dai dati.
- Generazione di un'equazione di modello esplicita dai dati della forma y = f (x) per i modelli lineari, multi-lineari e non lineari, che rappresenta una nuova conoscenza estratta e che aiuta in modo significativo l'interpretazione dei modelli.
- Per i modelli multi-lineari, Insights ora garantisce che il modello finale ottenuto sia pieno multi-lineare, non solo le funzioni di trasferimento dei neuroni.
- Calcolo dell'importanza degli input del modello per entrambi i compositi del modello e i singoli modelli sviluppati con la versione 5 di Insights.
- Nuovi grafici aggiunti per modelli compositi e singoli sviluppati con Insights versione 5:
- Importanza degli input e delle variabili del modello per tutti i modelli parametrici;
- ROC e Cost Curves come strumenti preziosi per i modelli di classificazione binaria;
- Manutenzione e ottimizzazione delle prestazioni.
Novità nella versione 4.0.1:
- Velocità di elaborazione notevolmente migliorata grazie al nuovo database In-Memory; opzione tra veloce DB In-Memory o DB basato su file per una grande quantità di record di dati.
- Nuovo modello di esportazione in Python e Objective-C. Integrare il codice sorgente pronto all'uso dei modelli sviluppati nelle applicazioni Web o in altri progetti. Funziona sia su singoli modelli che su insiemi di modelli.
- Visualizzazione immediata della precisione dei modelli delle previsioni nei grafici dei modelli come misura immediata delle prestazioni del modello sui nuovi dati.
- Per i modelli di classificazione, visualizzazione aggiuntiva dei parametri di discriminazione delle chiavi nel grafico a dispersione per una facile valutazione della potenza del modello sui dati previsti.
- Aggiornati e nuovi esempi aggiunti:
- Espressione genica di 2000 geni (input) per modellare il tessuto tumorale come esempio di modellazione sottodimensionata e ad alta risoluzione;
- Rilevamento delle intrusioni di rete come esempio per il problema di rilevamento di eventi rari;
- Modifica della ionosfera e analisi di segnali radar ad alta potenza pulsati da una schiera di antenne a fasi;
- Rilevamento del livello di ozono giornaliero.
- Manutenzione generale e correzione dei bug.
- La versione 4.0 viene eseguita su Mac OS X 10.10 o versioni successive.
Novità nella versione 3.5.1:
- Manutenzione e correzione dei bug per OS X 10.11 El Capitan.
- È stata aggiunta una nuova opzione di modellazione che consente di sostituire il modello corrente con il nuovo modello. Questo riduce la dimensione del modelbase e lo rende più gestibile.
- Un parametro aggiuntivo, l'area sotto la curva ROC, spesso utilizzata per classificare i modelli di classificazione, viene ora calcolata e riportata per tutti i modelli di classificazione.
- Il numero predefinito di dati di allenamento e previsione con cui lavorare, che viene copiato su un modello dopo la modellazione, può essere impostato ora manualmente nel riquadro delle preferenze.
- L'etichettatura dei grafici è stata ridisegnata.
Novità in nella versione 3.5:
- È stata aggiunta una nuova opzione di modellazione che consente di sostituire il modello corrente con il nuovo modello. Questo riduce la dimensione del modelbase e lo rende più gestibile.
- Un parametro aggiuntivo, l'area sotto la curva ROC, spesso utilizzata per classificare i modelli di classificazione, viene ora calcolata e riportata per tutti i modelli di classificazione.
- Il numero predefinito di dati di allenamento e previsione con cui lavorare, che viene copiato su un modello dopo la modellazione, può essere impostato ora manualmente nel riquadro delle preferenze.
- L'etichettatura dei grafici è stata ridisegnata.
- Manutenzione e correzione dei bug.
Novità della versione 3.4.2:
- Manutenzione e rilascio della stabilità.
- Nuova funzionalità per il rilevamento automatico rispettivamente manuale specifica di stazionarietà dei processi temporali per modelli simili.
- Migliorato l'auto-ottimizzazione di composizioni di pattern simili.
- Opzione per l'eliminazione di tutti i modelli in un modello base.
Novità della versione 3.4.1:
- Nuovo esempio sul comportamento al voto del Congresso aggiunto.
- Funzione per il rilevamento automatico rispettivamente specifica manuale della stazionarietà dei processi temporali per i modelli simili aggiunti.
- Migliorato l'auto-ottimizzazione di composizioni di pattern simili.
- Opzione per l'eliminazione di tutti i modelli in una base di modello aggiunta.
- Manutenzione e rilascio della stabilità.
Novità della versione nella versione 3.4:
- Funzione di auto-rilevamento e specifica manuale di stazionarietà dei processi temporali per modelli simili aggiunti.
- Migliorato l'auto-ottimizzazione di composizioni di pattern simili.
- Opzione per l'eliminazione di tutti i modelli in una base di modello aggiunta.
- Manutenzione e rilascio della stabilità.
Novità in nella versione 3.3:
- Aggiunge il parametro larghezza del passo alla ricerca di modelli simili per la specifica diretta del comportamento di ricerca del modello nella modellazione.
- Manutenzione e rilascio della stabilità.
Novità nella versione 3.2.4:
- Risolve un problema durante la migrazione dell'applicazione su un altro computer.
Novità della versione 3.2.2:
- Aggiornamento Yosemite.
I commenti non trovato