Insights

Wawasan adalah perangkat lunak penambangan data paralel 64-bit yang mengambil data mining konvensional ke tingkat kecanggihan dan penerapan yang baru. Pengguna di hampir semua bidang dapat menggunakan perangkat lunak yang mudah digunakan untuk menganalisis kumpulan data yang berisik dan membuat model yang kuat, yang dapat digunakan untuk membantu mendapatkan wawasan baru ke dalam fenomena kompleks, memprediksi perilaku di masa mendatang, menyimulasikan pertanyaan "bagaimana jika", dan mengidentifikasi metode proses kontrol. Mengambil data observasional yang menggambarkan masalah, sistem, atau proses, perangkat lunak membangun model matematika yang bekerja. Kompatibel dengan data yang disimpan dalam berbagai format populer (misalnya, Microsoft Excel), yang AI-powered, self-organizing, pemodelan algoritma memungkinkan pengguna untuk dengan mudah mengekstrak pengetahuan baru dan berguna untuk mendukung pengambilan keputusan. Baik diterapkan pada prediksi penjualan, perencanaan sumber daya, masalah rekayasa, perubahan iklim, pertanyaan terkait ilmu kesehatan atau kehidupan, atau pengumpulan data pertambangan dari lembaga pemerintah, Wawasan membuka banyak kemungkinan baru bagi individu, pemilik usaha kecil, dan ilmuwan yang sebelumnya hanya tersedia untuk entitas besar yang mampu membeli aplikasi data mining yang mahal.

Wawasan dilengkapi dengan dokumentasi, literatur tambahan, contoh data dan model seperti: prediksi dan simulasi Minyak Dunia dunia sampai 2025, perkiraan Suhu bulanan, Ozon, konsentrasi, atau aktivitas Matahari hingga 2017, prediksi Toksisitas reproduktif bahan kimia, nilai perumahan atau prediksi aktivitas sistem komputer, untuk membantu Anda memulai dengan data Anda.

Apa yang baru dalam rilis ini:

• Perbaikan bug kecil
• Pemeliharaan dan pelepasan peningkatan kinerja

Apa yang baru di versi 6.1.2:

• Memperbaiki beberapa masalah pada macOS 10.13 Sierra Tinggi
• Pemeliharaan dan pelepasan peningkatan kinerja

Apa yang baru di versi 6.1:

• Model sistem: Persamaan regresi yang dikelola sendiri dari semua model sistem ditambahkan ke laporan model
• Grafik model sistem: Relevansi input model sekarang ditampilkan ketika dipilih
• Pemeliharaan dan pelepasan peningkatan kinerja

Apa yang baru di versi 5.0:

• Opsi optimasi kompleksitas model untuk mendapatkan model yang paling sederhana dan paling ringkas dalam hasil otomatisasi model otomatis dari data.
• Generasi persamaan model eksplisit dari data bentuk y = f (x) untuk model linear, multi-linear, dan non-linear, yang mewakili pengetahuan yang diekstraksi baru dan yang secara signifikan membantu menafsirkan model.
• Untuk model multi-linear, Wawasan sekarang memastikan bahwa model akhir yang diperoleh penuh multi-linear, bukan hanya fungsi transfer neuron.
• Perhitungan pentingnya input model untuk kedua komposit model dan model individual yang dikembangkan dengan Wawasan versi 5.
• Bidang baru ditambahkan untuk model gabungan dan individual yang dikembangkan dengan Wawasan versi 5:
• Pentingnya input model dan variabel untuk semua model parametrik;
• ROC dan Curves Biaya sebagai alat yang berharga untuk model klasifikasi biner;
• Pemeliharaan dan optimalisasi kinerja.

Apa yang baru di versi 4.0.1:

• Secara signifikan meningkatkan kecepatan pemrosesan oleh database In-Memory baru; pilihan antara cepat In-Memory DB atau DB berbasis file untuk sejumlah besar catatan data.
• Ekspor model baru ke Python dan Objective-C. Integrasikan kode sumber yang siap digunakan dari model yang Anda kembangkan ke dalam aplikasi web atau proyek lainnya. Berfungsi pada kedua model dan model ansambel.
• Tampilan keakuratan model prediksi dalam model plot on-the-fly sebagai ukuran langsung kinerja model pada data baru.
• Untuk model klasifikasi, tampilan tambahan parameter diskriminasi utama dalam plot pencar untuk evaluasi yang mudah dari kekuatan model pada data prediksi.
• Contoh yang diperbarui dan baru ditambahkan:
• Ekspresi gen dari 2000 gen (input) untuk memodelkan jaringan tumor sebagai contoh untuk pemodelan underdetermined, high-dimensional;
• Deteksi intrusi jaringan sebagai contoh untuk masalah mendeteksi kejadian langka;
• Modifikasi ionosfer dan analisis sinyal radar berdaya tinggi dari antena bertahap;
• Deteksi tingkat ozon harian.

• Pemeliharaan umum dan perbaikan bug.
• Versi 4.0 berjalan di Mac OS X 10.10 atau lebih tinggi.

Apa yang baru di versi 3.5.1:

• Perawatan dan perbaikan bug untuk OS X 10.11 El Capitan.
• Opsi pemodelan baru yang memungkinkan untuk mengganti model saat ini dengan model baru telah ditambahkan. Ini mengurangi ukuran modelbase dan membuatnya lebih mudah dikelola.
• Parameter tambahan, Area di bawah Kurva ROC, sering digunakan untuk menentukan klasifikasi model sekarang dihitung dan dilaporkan untuk semua model klasifikasi.
• Jumlah standar pelatihan dan data perkiraan yang akan digunakan, yang disalin ke model setelah pemodelan, dapat disetel sekarang secara manual di panel preferensi.
• Pelabelan petak telah dirancang ulang.

Apa yang baru di versi 3.5:

• Opsi pemodelan baru yang memungkinkan untuk mengganti model saat ini dengan model baru telah ditambahkan. Ini mengurangi ukuran modelbase dan membuatnya lebih mudah dikelola.
• Parameter tambahan, Area di bawah Kurva ROC, sering digunakan untuk menentukan klasifikasi model sekarang dihitung dan dilaporkan untuk semua model klasifikasi.
• Jumlah standar pelatihan dan data perkiraan yang akan digunakan, yang disalin ke model setelah pemodelan, dapat disetel sekarang secara manual di panel preferensi.
• Pelabelan petak telah dirancang ulang.
• Pemeliharaan dan perbaikan bug.

Apa yang baru di versi 3.4.2:

• Pemeliharaan dan pelepasan stabilitas.
• Fitur baru untuk deteksi diri masing-masing spesifikasi manual untuk Pola Serupa.
• Peningkatan pengoptimalan-mandiri dari komposit Pola Serupa.
• Opsi untuk menghapus semua model dalam basis model.

Apa yang baru di versi 3.4.1:

• Contoh baru pada perilaku voting Kongres ditambahkan.
• Fitur untuk pendeteksian sendiri masing-masing spesifikasi manual dari stasioneritas proses waktu untuk Pola Serupa ditambahkan.
• Peningkatan pengoptimalan-mandiri dari komposit Pola Serupa.
• Opsi untuk menghapus semua model dalam basis model ditambahkan.
• Pemeliharaan dan pelepasan stabilitas.

Apa yang baru di versi 3.4:

• Fitur untuk deteksi diri dan spesifikasi manual stasioneritas proses waktu untuk Pola Serupa ditambahkan.
• Peningkatan pengoptimalan-mandiri dari komposit Pola Serupa.
• Opsi untuk menghapus semua model dalam basis model ditambahkan.
• Pemeliharaan dan pelepasan stabilitas.

Apa yang baru di versi 3.3:

• Menambahkan parameter langkah lebar ke Pola Serupa untuk mencari spesifikasi langsung perilaku penelusuran pola dalam pemodelan.
• Pemeliharaan dan pelepasan stabilitas.

Apa yang baru di versi 3.2.4:

• Memperbaiki masalah saat memigrasikan aplikasi ke komputer lain.

Apa yang baru di versi 3.2.2:

• Pembaruan Yosemite.