Présentation de l'auto-apprentissage par la machine fondé sur les arbres Section 1 : Régression (cible quantitative)
Apprenez les bases des logiciels d'exploration de données de Minitab.
Recommandation : Avant de regarder cette vidéo, regardez "Présentation des arbres de décision CART pour la régression"
Présentation de l'auto-apprentissage par la machine fondé sur les arbres Section 2 : Classification (cible de catégorie)
Recommandation : Avant de regarder cette vidéo, regardez "Présentation des arbres de décision CART pour la classification"
Autres vidéos de présentation
Minitab aide les entreprises à améliorer l'efficacité et la qualité via une analyse intelligente des données.
Le moteur de modélisation CART® de SPM est l'arbre de classification qui a révolutionné le domaine de l'analyse avancée, ouvrant une nouvelle ère dans le domaine de la science des données.
Le moteur de modélisation Random Forests® s'appuie sur plusieurs analyses alternatives, sur des stratégies de randomisation et sur l'apprentissage ensembliste.
Le moteur de modélisation MARS® est idéal pour les utilisateurs qui préfèrent que leurs résultats se présentent comme dans une régression traditionnelle tout en mettant en évidence les interactions et les non-linéarités essentielles.
Le boosting de gradient de TreeNet® est l'outil d'exploration de données le plus flexible et puissant de SPM, capable de générer en permanence des modèles extrêmement précis.
Pour plus d'informations sur les tarifs, contactez-nous.
Notre programme Université met les moteurs de modélisation SPM®, CART®, MARS®, TreeNet® et Random Forests® à disposition de la communauté universitaire avec d'importantes remises sur les droits de licences.
Plus de 70 scénarios (autrement dit, expériences) intégrés, inspirés par la manière dont les plus grands analystes de modèles organisent leur travail.
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu. Lisez notre politique