• Salford Predictive Modeler

    기능 리스트

    Salford Predictive Modeler® 8의 일반 기능:

    • 모형화 엔진: CART® 결정 트리
    • 모형화 엔진: TreeNet® 경사 부스팅
    • 모형화 엔진: Random Forests® 트리 앙상블
    • 모형화 엔진: MARS® 비선형 회귀 분석 스플라인
    • 모형화 엔진: GPS 정규화 회귀 분석(LASSO, 엘라스틱 넷, Ridge 등)
    • 모형화 엔진: TreeNet의 정확성에 회귀 분석의 해독 능력이 결합된 RuleLearner®
    • 모형화 엔진: ISLE 모형 압축
    • 향상된 모형 빌드 및 실험을 위한 70개 이상의 자동화 루틴 기본 제공
    • 분석가를 지루하고 힘든 작업에서 해방시켜 모형 개발의 창조적 부분에 집중할 수 있게 해주는 도구.
    • Minitab Worksheet(.MTW) 기능 열기

    CART® 기능:

    • 트리의 가장 중요한 부분과 해당 트리 규칙을 찾아내기 위한 핫스팟 감지
    • 트리에서 가장 중요한 변수를 이해하기 위한 변수 중요도 측정
    • 모형 배치 및 실시간 또는 다른 방식으로 예측 생성
    • 트리의 어느 지점에서든 사용자 정의 분할
    • 처리 효율을 평가하기 위한 디퍼렌셜 리프트(“업리프트” 또는 “증분 반응”이라고도 함) 모형화
    • 모형 조정 및 기타 실험용 자동화 도구
      • 고급 변수 선택을 위한 자동 반복 기능 제거
      • 이전 확률로 실험하여 더 중요한 등급에 보다 높은 정확도를 가진 모형 찾기
      • 반복적인 상호 검증 수행
      • 부트스트랩 표본에 CART 모형 빌드
      • 링크된 두 모형을 빌드합니다(첫 번째 모형은 이항 사건 예측, 두 번째 모형은 숫자 값 예측). 예를 들어, 누군가가 구입할지 여부 및 돈을 얼마나 지출할지를 예측합니다.
      • 서로 다른 학습 및 검정 파티션의 영향 발견

    MARS® 기능:

    • 변수가 모형 반응에 어떤 영향을 미치는지 그래픽으로 이해
    • 변수 또는 교호작용 변수 집합의 중요성 확인
    • 모형 배치 및 실시간 또는 다른 방식으로 예측 생성
    • 모형 조정 및 기타 실험용 자동화 도구
      • 고급 변수 선택을 위한 자동 반복 기능 제거
      • 모형의 교호작용을 허용하는 경우의 영향을 자동으로 평가
      • 최적의 최소 범위 값을 쉽게 확인
      • 반복적인 상호 검증 수행
      • 서로 다른 학습 및 검정 파티션의 영향 발견

    TreeNet® 기능:

    • 부분 종속성도를 사용하여 변수가 모형 반응에 어떤 영향을 미치는지 그래픽으로 이해
    • 회귀 분석 손실 함수: 최소 제곱, 최소 절대 편차, 사분위수, Huber-M, Cox 생존, 감마, 음이항분포, Poisson, Tweedie
    • 분류 손실 함수: 이항 또는 다항
    • 디퍼렌셜 리프트(“업리프트” 또는 "증분 반응"이라고도 함) 모형화
    • 모형 성능을 개선하고 런타임을 단축하기 위한 열 부차 표본 추출.
    • 정확도를 높이기 위한 정규화 경사 부스팅(RGBOOST).
    • RuleLearner: TreeNet 경사 부스팅 및 정규화 회귀 분석(LASSO, 엘라스틱 넷, Ridge 등)을 조합하여 해석 가능한 회귀 분석 모형 빌드
    • ISLE: 정규화 회귀 분석(LASSO, 엘라스틱 넷, Ridge 등)을 사용하여 더 작고 효율적인 경사 부스팅 모형 빌드
    • 변수 교호작용 발견 제어
      • 어느 정도의 교호작용을 포함시켜야 할지 여부를 명확히 결정
      • Minitab의 특허 교호작용 제어 언어를 사용하여 모형에서 허용되거나 허용되지 않는 교호작용 제어
    • 모형에서 가장 중요한 교호작용 발견
    • 희귀 사건 모형화를 위한 보정 도구
    • 모형 조정 및 기타 실험용 자동화 도구
      • 고급 변수 선택을 위한 자동 반복 기능 제거
      • 서로 다른 학습 속도를 적용하여 자동 실험
      • 모형에서 발생하는 교호작용의 범위 제어
      • 링크된 두 모형을 빌드합니다(첫 번째 모형은 이항 사건 예측, 두 번째 모형은 숫자 값 예측). 예를 들어, 누군가가 구입할지 여부 및 돈을 얼마나 지출할지를 예측합니다.
      • 정규화 경사 부스팅 모형에서 최적의 모수 찾기
      • 핵심 경사 부스팅 모수에 대한 스토캐스틱 검색 수행
      • 서로 다른 학습 및 검정 파티션의 영향 발견

    Random Forests® 기능:

    • 분류, 회귀 분석 또는 군집화에 사용
    • 특이치 감지
    • 분류 문제가 있는 군집을 그래픽으로 확인하기 위한 근접 히트맵 및 다차원 척도(이항 및 다항)
    • 어떤 수준의 예측 값이 특정 등급으로 할당되는지를 보다 잘 이해하기 위한 평행 좌표도
    • 고급 결측 값 대체
    • 자율 학습: Random Forest는 근접 행렬을 생성하며, 그런 다음 계층 군집화 기법이 적용됩니다.
    • 모형에서 가장 중요한 변수를 이해하기 위한 변수 중요도 측정
    • 모형 배치 및 실시간 또는 다른 방식으로 예측 생성
    • 모형 조정 및 기타 실험용 자동화 도구
      • 고급 변수 선택을 위한 자동 반복 기능 제거
      • 각 트리의 각 분할에서 얻은 랜덤 하위 집합 크기를 간편하게 미세 조정
      • 서로 다른 부트스트랩 표본 크기가 미치는 영향 평가
      • 서로 다른 학습 및 검정 파티션의 영향 발견

  • Minitab 제품의 이점

    Minitab 제품을 사용하여 기업들은 스마트 데이터 분석을 통해
    효율을 향상하고 품질을 개선할 수 있습니다.

    Minitab에 문의하기
  • Salford Predictive Modeler® 8
    Minitab의 통합 기계 학습 소프트웨어 제품군
    CART®

    SPM’s CART® 모형화 엔진은 첨단 분석 분야에 혁신을 가져온 궁극의 분류 트리로서, 데이터 과학의 신세계를 시작했습니다.

    자세히 알아보기
    Random Forests®

    Random Forests® 모형화 엔진은 여러 대체 분석, 랜덤화 전략 및 앙상블 학습의 성능을 이용하는 모형화 엔진입니다.

    자세히 알아보기
    MARS®

    MARS® 모형화 엔진은 전통적인 회귀 분석과 유사한 형식의 결과를 선호하면서 본질적 비선형성 및 교호작용을 캡처하는 사용자에게 이상적입니다.

    자세히 알아보기
    TreeNet®

    TreeNet® 경사 부스팅은 SPM의 가장 유연하고 강력한 데이터 마이닝 도구로서, 극도로 정확한 모형을 일관적으로 생성할 수 있습니다.

    자세히 알아보기
  • 가격

    가격 정보가 필요하면 Minitab에 문의하십시오.

    Minitab에 문의
    University Program

    Minitab의 University Program은 SPM®, CART®, MARS®, TreeNet® , Random Forests® 등의 모형화 엔진을 대폭 인하된 라이센스 사용료로 교육 기관에 제공합니다.

    Minitab에 문의
    자동화

    대표적인 모델 분석가가 작업을 구조화하는 방법에서 영감을 받은 70여 개의 기본 제공 시나리오로 구성된 실험입니다.

    자세히 알아보기

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다. 당사의 개인정보 보호정책을 확인하십시오