| Verze | 2.0 |
|---|---|
| Vydavatel | NeoNeuro |
| Datum vydání | 28. 10. 2015 |
| Datum přidáno | 28. 10. 2015 |
| Os požadavky | Windows 10, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| Požadavky | None |
| Celkový počet stažení | 129 |
| Cena | Free |
Popis
Naučte se dolování dat pomocí snadno použitelných příkladů. Naučte počítač sčítat, odečítat, booleovské operace, úkol Fishers Iris a dokonce i šachové tahy s pohodlnou aplikací NeoNeuro Data Mining!
Budete se divit, jak se Data Mining učí šachy krok za krokem, jako dítě.
Na rozdíl od neuronových sítí NeoNeuro Data Mining funguje rychle, dokáže odpovědět na některé otázky „nevím“ a poradí si s vícerozměrnými úkoly.
Funkce:
Průzračnost,
Vysoká rychlost,
Práce s vynechanými hodnotami,
Společný algoritmus řeší různé typy úloh.
Program může poskytnout jednohodnotovou odpověď, několik variant nebo odpovědět „nevím“.
NeoNeuro Data Mining bere v úvahu provázanost mezi různými parametry: v šachu je možné propojit souřadnice (vertikální pro tah FROM a vertikála pro tah DO), ve finanční analýze je možné propojit data o penězích a odlišit je od nepeněžních parametry. Například plat a měsíční kreditní poplatek jsou stejné dimenze peněz, ale místo zaměstnání a věk jsou dimenze (atributy) jiných typů. Problém neuronových sítí je v tom, že plat, měsíční poplatek a místo zaměstnání vnímají jako tři různé pojmy. Toto je velké omezení, které je v Data Miningu opraveno.
Učení NeoNeuro Data Mining je podobné učení dětí. Aplikace dělá stejné lidské chyby, jaké lze vidět při učení šachů.
NeoNeuro Data Mining se doporučuje nejen pro účely výuky studentů, ale také pro řešení náročných úloh data miningu ve vědeckém výzkumu.
NeoNeuro Data Mining je vhodný k tomu, aby pomohl studentům pochopit následující kurzy: umělá inteligence, strojové učení, neuronové sítě a numerické metody dolování dat.
NeoNeuro Data Mining je díky svým silným schopnostem učit se logice a geometrii navržen pro řešení úloh v robotice. Doporučuje se také pro analýzu nestrukturovaných dat v medicíně, financích, biologii.