Insights

Innsikt er 64-biters parallell data mining programvare som tar konvensjonell data mining til et nytt nivå av raffinement og anvendelighet. Brukere i nesten alle felt kan benytte den brukervennlige programvaren til å analysere støyende datasett og bygge kraftige modeller som kan brukes til å få ny innsikt i komplekse fenomener, forutsi fremtidig oppførsel, simulere "what-if" -spørsmål, og identifisere metoder for kontrollprosesser. Ved å ta observasjonsdata som beskriver et problem, system eller prosess, konstruerer programvaren en fungerende matematisk modell. Kompatibel med data lagret i en rekke populære formater (f.eks. Microsoft Excel), tillater dets AI-drevne, selvorganiserende, modelleringsalgoritmer Brukerne kan enkelt trekke ut ny og nyttig kunnskap for å støtte beslutningsprosessen. Uansett om det gjelder salgsprognose, ressursplanlegging, ingeniørproblemer, klimaendringer, helsemessige eller livsvitenskapelige relaterte spørsmål, eller gruveoppsamlinger av data fra myndigheter, åpner Insights et vell av nye muligheter for enkeltpersoner, småbedriftseiere og forskere som var Tidligere tilgjengelig kun for store enheter som har råd til dyre data mining applikasjoner.

Innsikt kommer med dokumentasjon, ekstra litteratur, eksempeldata og modeller som: verdens oljepris prediksjon og simulering til 2025, månedlig global temperatur, ozon, konsentrasjon eller solaktivitetsspådommer fram til 2017, reproduktiv toksisitet prediksjon av kjemikalier, boligverdi eller datasystemaktivitetsforutsigelse, for å hjelpe deg med å komme i gang med dataene dine.

Hva er nytt i denne versjonen:

• Mindre feilrettinger
• Vedlikehold og forbedring av ytelse

Hva er nytt i versjon 6.1.2:

• Løser noen problemer under MacOS 10.13 High Sierra
• Vedlikehold og forbedring av ytelse

Hva er nytt i versjon 6.1:

• Systemmodeller: Selvorganiserte regresjonsligninger av alle modeller av et system legges til modellrapporten
• Grafisk systemmodell: Relevansen av en modellinngang vises nå når den er valgt
• Vedlikehold og forbedring av ytelse

Hva er nytt i versjon 5.0:

• Alternativ for kompleksitetsoptimalisering for å få mest parsimoniske, mest kompakte modeller som følge av automatisk selvorganisering av data fra data.
• Generering av en eksplisitt modellligning fra data av formen y = f (x) for lineære, multi-lineære og ikke-lineære modeller, som representerer ny utvunnet kunnskap, og som bidrar betydelig til å tolke modeller.
• For flere lineære modeller sikrer Insights nå at den innhentede endelige modellen er full, multi-lineær, ikke bare neuronoverføringsfunksjonene.
• Beregning av betydningen av modellinngangene for både modellkompositter og individuelle modeller utviklet med Insights versjon 5.
• Nye tomter lagt til for sammensatte og individuelle modeller utviklet med Insights versjon 5:
• Viktigheten av modellinnganger og variabler for alle parametriske modeller;
• ROC og Cost Curves som verdifulle verktøy for binære klassifikasjonsmodeller;
• Vedlikehold og ytelsesoptimalisering.

Hva er nytt i versjon 4.0.1:

• Betraktelig forbedret prosesshastighet ved ny In-Memory-database; alternativ mellom rask In-Memory DB eller filbasert DB for mye datamengder.
• Ny modelleksport til Python og Objective-C. Integrer kildekoden til bruk for bruk av dine utviklede modeller i webapplikasjoner eller andre prosjekter. Fungerer på både individuelle modeller og modellensembler.
• Visning av modellens nøyaktighet av spådommer i modellplottene på fly som en umiddelbar måling av modellytelse på nye data.
• For klassifikasjonsmodeller, tilleggsvisning av viktige diskrimineringsparametere i scatterplot for enkel evaluering av modellens kraft på forutsagte data.
• Oppdatert og lagt til nye eksempler:
• Genuttrykk av 2000 gener (innganger) for modellering av tumorvev som et eksempel på underdeterminert, høydimensjonal modellering;
• Registrering av nettverksinnbrudd som et eksempel på problemet med å oppdage sjeldne hendelser;
• Ionosfærens modifikasjon og analyse av pulserte høyspenningsradarsignaler fra et faset array av antenner;
• Daglig ozonnivå deteksjon.

• Generelle vedlikehold og feilretting.
• Versjon 4.0 kjører på Mac OS X 10.10 eller høyere.

Hva er nytt i versjon 3.5.1:

• Vedlikehold og feilretting for OS X 10.11 El Capitan.
• Et nytt modelleringsalternativ som tillater å erstatte den nåværende modellen med den nye modellen, er lagt til. Dette reduserer størrelsen på modellbasen og gjør den mer overskuelig.
• En ekstra parameter, arealet under ROC-kurven, som ofte brukes til å rangere klassifikasjonsmodeller, beregnes nå og rapporteres for alle klassifikasjonsmodeller.
• Standard antall trenings- og prognosedata som skal brukes med, som er kopiert til en modell etter modellering, kan nå settes manuelt i preferanseruten.
• Merking av tomter har blitt omformet.

Hva er nytt i versjon 3.5:

• Et nytt modelleringsalternativ som tillater å erstatte den nåværende modellen med den nye modellen, er lagt til. Dette reduserer størrelsen på modellbasen og gjør den mer overskuelig.
• En ekstra parameter, arealet under ROC-kurven, som ofte brukes til å rangere klassifikasjonsmodeller, beregnes nå og rapporteres for alle klassifikasjonsmodeller.
• Standard antall trenings- og prognosedata som skal brukes med, som er kopiert til en modell etter modellering, kan nå settes manuelt i preferanseruten.
• Merking av tomter har blitt omformet.
• Vedlikehold og feilretting.

Hva er nytt i versjon 3.4.2:

• Vedlikehold og stabilitet utgivelse.
• Ny funksjon for selvdeteksjon henholdsvis manuell spesifikasjon av stasjonar av tidsprosesser for lignende mønstre.
• Forbedret selvoptimalisering av lignende mønstre kompositter.
• Alternativ for å slette alle modellene i en modellbase.

Hva er nytt i versjon 3.4.1:

• Nytt eksempel på kongressens stemmeoppførsel lagt til.
• Funksjon for selvdeteksjon henholdsvis manuell spesifikasjon av stasjonar av tidsprosesser for lignende mønstre lagt til.
• Forbedret selvoptimalisering av lignende mønstre kompositter.
• Alternativ for å slette alle modeller i en modellbasert lagt til.
• Vedlikehold og stabilitet utgivelse.

Hva er nytt i versjon 3.4:

• Funksjon for selvdeteksjon og manuell spesifikasjon av stasjonar av tidsprosesser for lignende mønstre lagt til.
• Forbedret selvoptimalisering av lignende mønstre kompositter.
• Alternativ for å slette alle modeller i en modellbasert lagt til.
• Vedlikehold og stabilitet utgivelse.

Hva er nytt i versjon 3.3:

• Legger til trinnbredde -parameteren til Lignende mønstre søk etter direkte spesifikasjon av mønsterets søkeadferd i modellering.
• Vedlikehold og stabilitet utgivelse.

Hva er nytt i versjon 3.2.4:

• Løser et problem når du overfører appen til en annen datamaskin.

Hva er nytt i versjon 3.2.2:

• Yosemite oppdatering.