Insights

Insights är 64-bitars parallell data mining programvara som tar konventionell data mining till en ny nivå av sofistikering och tillämplighet. Användare i nästan alla fält kan använda den lättanvända programvaran för att analysera bullriga dataset och bygga kraftfulla modeller som kan användas för att få nya insikter i komplexa fenomen, förutse framtida beteende, simulera "what-if" -frågor, och identifiera metoder för kontrollprocesser. Med observationsdata som beskriver ett problem, system eller process konstruerar mjukvaran en fungerande matematisk modell. Kompatibel med data lagrad i ett flertal populära format (t.ex. Microsoft Excel) tillåter dess AI-drivna, självorganiserande, modelleringsalgoritmer Användarna kan enkelt extrahera ny och användbar kunskap för att stödja beslutsfattandet. Oavsett om det tillämpas på försäljningsprognos, resursplanering, tekniska problem, klimatförändringar, hälso- eller biovetenskapliga frågor eller gruvsamlingar av data från myndigheter, öppnar Insights en mängd nya möjligheter för individer, småföretagare och forskare som var tidigare tillgänglig endast för stora enheter som kunde ha råd med dyra data mining applikationer.Insikter kommer med dokumentation, extra litteratur, provdata och modeller som: World Oil Prediction and Simulation till 2025, månadsvis Global Temperature, Ozone, Concentration, eller Sun Activity Predictions till 2017, reproduktiv toxicitet förutsägelse av kemikalier, bostadsvärde eller datorsystemaktivitet förutsägelse, för att hjälpa dig att komma igång med dina data.

Vad är nytt i den här utgåvan:

• Mindre buggfixar
• Utbyte av underhåll och prestationsförbättring

Vad är nytt i version 6.1.2:

• Löser några problem under MacOS 10.13 High Sierra
• Utbyte av underhåll och prestationsförbättring

Vad är nytt i version 6.1:

• Systemmodeller: Självorganiserade regressionsekvationer för alla modeller av ett system läggs till i modellrapporten
• Systemmodelldiagram: Relevansen av en modellinmatning visas nu när vald
• Utbyte av underhåll och prestationsförbättring

Vad är nytt i version 5.0:

• Alternativ för komplexitetsoptimering för att få de mest parsimoniska, mest kompakta modellerna som resultat av automatisk självorganisering av data från data.
• Generering av en explicit modellekvation från data av formen y = f (x) för linjära, multilinjära och icke-linjära modeller, vilket representerar ny utvunnet kunskap och som väsentligt hjälper tolkningsmodeller.
• För flera linjära modeller säkerställer Insights nu att den erhållna slutmodellen är full multilinjär, inte bara neuronöverföringsfunktionerna.
• Beräkning av betydelsen av modellinsatserna för både modellkompositer och individuella modeller utvecklade med Insights version 5.
• Nya tomter läggs till för komposit och individuella modeller utvecklade med Insights version 5:
• Viktigheten av modellinmatningar och variabler för alla parametriska modeller;
• ROC och kostnadskurvor som värdefulla verktyg för binära klassificeringsmodeller;
• Underhåll och prestandaoptimering.

Vad är nytt i version 4.0.1:

• Betydande förbättrad bearbetningshastighet med ny In-Memory-databas; alternativ mellan snabb In-Memory DB eller filbaserad DB för stor mängd dataposter.
• Ny modell export till Python och Objective-C. Integrera färdiga källkod för dina utvecklade modeller i dina webbapplikationer eller andra projekt. Fungerar på både enskilda modeller och modellensembler.
• Visning av modellnoggrannhet för förutsägelser i modellplottor som flyger som en omedelbar åtgärd av modellprestanda på nya data.
• För klassificeringsmodeller, ytterligare visning av nyckeldiskrimineringsparametrar i scatterplot för enkel utvärdering av modellens kraft på förutspådda data.
• Uppdaterade och nya exempel tillagda:
• Genuttryck av 2000 gener (ingångar) för modellering av tumörvävnad som ett exempel för underdefinierad, högdimensionell modellering;
• Nätverksintrångsdetektering som ett exempel på problemet med att upptäcka sällsynta händelser;
• Ionosfär modifiering och analys av pulserad högeffekt radar signaler från en fasad array av antenner;
• Daglig ozonnivådetektering.

• Allmänt underhåll och buggfixning.
• Version 4.0 körs på Mac OS X 10.10 eller senare.

Vad är nytt i version 3.5.1:

• Underhåll och buggfixering för OS X 10.11 El Capitan.
• Ett nytt modelleringsalternativ som tillåter att ersätta den nuvarande modellen med den nya modellen har lagts till. Detta minskar storleken på modellbasen och gör den mer hanterbar.
• En ytterligare parameter, arean under ROC-kurvan, som ofta används för att rangordna klassificeringsmodeller, beräknas nu och rapporteras för alla klassificeringsmodeller.
• Standardvärdet av träning och prognosdata som ska fungera med, som kopieras till en modell efter modellering, kan nu ställas in manuellt i preferensrutan.
• Märkning av tomter har omformats.

Vad är nytt i version 3.5:

• Ett nytt modelleringsalternativ som tillåter att ersätta den nuvarande modellen med den nya modellen har lagts till. Detta minskar storleken på modellbasen och gör den mer hanterbar.
• En ytterligare parameter, arean under ROC-kurvan, som ofta används för att rangordna klassificeringsmodeller, beräknas nu och rapporteras för alla klassificeringsmodeller.
• Standardvärdet av träning och prognosdata som ska fungera med, som kopieras till en modell efter modellering, kan nu ställas in manuellt i preferensrutan.
• Märkning av tomter har omformats.
• Underhåll och buggfixning.

Vad är nytt i version 3.4.2:

• Underhåll och stabilitetsfrigöring.
• Ny funktion för självdetektering respektive manuellt specifikation av stationärhet i tidsprocesser för liknande mönster.
• Förbättrad självoptimering av liknande mönster-kompositer.
• Alternativ för att radera alla modeller i en modellbas.

Vad är nytt i version 3.4.1:

• Nytt exempel på kongressens rösträtt läggs till.
• Funktion för självdetektering respektive manuellt specifikation av stationäriteten i tidsprocesser för liknande mönster som läggs till.
• Förbättrad självoptimering av liknande mönster-kompositer.
• Alternativ för att radera alla modeller i en modellbas tillagd.
• Underhåll och stabilitetsfrigöring.

Vad är nytt i version 3.4:

• Funktion för självdetektering och manuell specifikation av stationära tidsprocesser för liknande mönster som läggs till.
• Förbättrad självoptimering av liknande mönster-kompositer.
• Alternativ för att radera alla modeller i en modellbas tillagd.
• Underhåll och stabilitetsfrigöring.

Vad är nytt i version 3.3:

• Lägger till stegbredd -parametern till liknande mönster Sök efter direktspecifikation av mönstersökningsbeteendet vid modellering.
• Underhåll och stabilitetsfrigöring.

Vad är nytt i version 3.2.4:

• Åtgärdar ett problem när migrering av appen till en annan dator.

Vad är nytt i version 3.2.2:

• Yosemite uppdatering.