STATISTICA 10 Data Miner (JXV) 产品说明
- 特色:
- 完整的统计分析与数据探勘算法,提供用户透过下拉式对话框,或者节点模版(Node
Template)进行数据探勘项目;节点模版中,使用者可利用节点浏览器(Node Browser)中的数据
管理、数据分析、绘图与数据探勘节点,以拖拉(Drag and Drop)方式,建立问题解决方案
- Data Miner指南(DMR)以精灵(Wizard)操作方式,协助使用者逐步(符合CRISP-DM准则)且快速
地建立复杂的数据探勘项目
- SDM Workspace将数据探勘项目的处理流程,清楚定义四个步骤:数据采集(Data Acquisition)、
数据清理/过滤/转换(Data Cleaning/Filtering/Transformation)、数据分析/建模/分类/预测,与最
终的报告;每项步骤中,清楚定义可执行的功能节点,即便用户将功能节点拖拉至不适用的步
骤上,SDM将自动帮您修正
- 大量的练习案例,内建超过290笔练习档案;另外,使用者可登入以下的连接网页,
http://www.statsoft.com/support/download/video-tutorials/#youtube
- 系统要求操作系统为WinXP, SP4或以上,关于系统需求的最小规格与建议规格,请参考网站说
明;另,V10支持Win7的32-以及64-位的操作系统,安装程序将自动侦测安装计算机的操作系统并执行适当的安装程序
- 模型支持SVB(STATISTICA Visual Basic)、PMML程序语法;
- 用户可以选择外挂产品,Code Deployment Generator,针对训练模型产生对应的C/C++、JAVA、SAS、C#、
C# for SQL Server等不同应用环境的程序语法
- 满足个人研究(单机授权)、企业内部协同合作(共享授权)以及跨国性协同合作(Web-based环境)等不同需求
- 数据探勘功能:
- Data Miner指南 / Data Miner Receipes (DBR)
- Data Preparation » Data For Analysis » Data Redundancy » Model Building
» Evaluation » Deployment
- 自动类神经网络 / Automated Neural Networks
- 回归问题之自动类神经网络搜寻 / SANN Regression, Automated Neural Search
- 回归问题之自定义神经网络 / SANN Regression, Custom Network Networks
- 分类问题之自动类神经网络搜寻 / SANN Classification, Automated Neural Search
- 分类问题之自定义神经网络 / SANN Classification, Custom Network Networks
- 时间数列回归问题之自动类神经网络搜寻 / SANN Times Series (Regression), Automated Neural Search
- 时间数列回归问题之自定义神经网络 / SANN Times Series (Regression), Custom Network Networks
- 时间数列分类问题之自动类神经网络搜寻 / SANN Times Series (Classification), Automated Neural Search
- 时间数列分类问题之自定义神经网络 / SANN Times (Classification), Custom Network Networks
- 集群分析之神经网络 / SANN Clustering
- 独立成份分析 / Independent Component Analysis
- 独立成份分析 / Independent Component Analysis
- 独立成份分析布署 / Independent Component Analysis Deployment
- 包含布署计划之独立成份分析 / Independent Component Analysis With Deployment
- 广义EM与k-组平均数集群分析 / Generalized EM & k-Means Cluster Analysis
- 广义k-组平均数集群分析 / Generalized K-Means Cluster Analysis
- 广义EM集群分析 / Generalized EM Cluster Analysis
- 关联规则 / Association Rule
- 序列, 关联与结合分析 / Sequence, Association and Link Analysis
第一页
2
3
4
5
6
7
8