六分鐘了解：預(yù)測(cè)數(shù)據(jù)分析（Predictive Data Analytics）。

NeuroSolutions Infinity是如何工作的？

神經(jīng)網(wǎng)絡(luò)是一個(gè)強(qiáng)大的數(shù)據(jù)建模工具，他能夠捕獲和表示復(fù)雜的輸入/輸出關(guān)系。對(duì)于大多數(shù)人來說，涉及到神經(jīng)網(wǎng)絡(luò)的復(fù)雜數(shù)學(xué)問題是非常難于理解的，甚至比想出通過神經(jīng)網(wǎng)絡(luò)把數(shù)據(jù)轉(zhuǎn)化成有意義的信息的方法更具有挑戰(zhàn)性。設(shè)計(jì)NeuroSolutions Infinity這款軟件的目的就在于讓新手和高級(jí)開發(fā)人員這兩個(gè)群體都能夠很容易的學(xué)會(huì)強(qiáng)大的神經(jīng)網(wǎng)絡(luò)技術(shù)。

神經(jīng)網(wǎng)絡(luò)分析的三個(gè)基本階段的最簡(jiǎn)單形式包括：基于自身數(shù)據(jù)的網(wǎng)絡(luò)訓(xùn)練，測(cè)試網(wǎng)絡(luò)精度和對(duì)新數(shù)據(jù)的預(yù)處理及分類。 NeuroSolutions Infinity能夠通過點(diǎn)擊幾下鼠標(biāo)而自動(dòng)完成上述所有的功能。

1.簡(jiǎn)單的導(dǎo)入并清理你的數(shù)據(jù)

2.從一個(gè)按鈕開始進(jìn)行實(shí)驗(yàn)

3.Infinity對(duì)最好模型的智能搜索

4.結(jié)束之時(shí)，驗(yàn)證新數(shù)據(jù)的結(jié)果

數(shù)據(jù)采集：種瓜得瓜，優(yōu)中選優(yōu)

神經(jīng)網(wǎng)絡(luò)會(huì)得出與你提供數(shù)據(jù)相匹配質(zhì)量的輸出結(jié)果。你提供的數(shù)據(jù)越好越完整，那么它的輸出結(jié)果也越好越完整。反之，亦然。

NeuroSolutions Infinity支持來自于通過創(chuàng)建高度準(zhǔn)確預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型所得的 Microsoft SQL Server^TM, Excel^TM以及文本文件的相關(guān)信息來分析和預(yù)處理數(shù)據(jù)。它將屏蔽導(dǎo)入數(shù)據(jù)中的缺失值和異常值，并提供有效地處理這些常見問題的選擇。最后，它會(huì)自動(dòng)搜索原始輸入變量和使用多達(dá)50個(gè)不同的數(shù)學(xué)函數(shù)進(jìn)行預(yù)處理，以找到最優(yōu)的神經(jīng)網(wǎng)絡(luò)輸入模型。

先進(jìn)的數(shù)據(jù)挖掘和分布式計(jì)算

在搜索最優(yōu)化的解決方案時(shí)有無限的可能：不只是在輸入的預(yù)處理上，還包含了輸入與網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的各種不同組合。通過將原始變量與預(yù)處理變量相結(jié)合，它能夠在包含流行的多層感知器(MLP)，概率神經(jīng)網(wǎng)絡(luò)(PNN)，支持向量機(jī)(SVM)在內(nèi)的37個(gè)神經(jīng)網(wǎng)絡(luò)拓?fù)鋱D中進(jìn)行智能搜索。除了拓?fù)渌阉?，它還能夠在不同的神經(jīng)網(wǎng)絡(luò)組件和元素中找到基于你的數(shù)據(jù)的最優(yōu)參數(shù)神經(jīng)網(wǎng)絡(luò)模型。

NeuroSolutions Infinity能夠提供給你所想要的足夠多的處理能力——可以是你的電腦上所有的處理核心，也可以是另外一臺(tái)電腦，甚至是很多很多的電腦和圖形卡。

來自于神經(jīng)網(wǎng)絡(luò)模型的信心和成果

NeuroSolutions Infinity 在某些情況下會(huì)創(chuàng)建成千上萬(wàn)種神經(jīng)網(wǎng)絡(luò)模型來尋找最優(yōu)解決方案，但是你知道它是怎么選擇的這個(gè)模型嗎？

NeuroSolutions Infinity的開發(fā)者們通過留一交叉驗(yàn)證法來驗(yàn)證“最好”的神經(jīng)網(wǎng)絡(luò)模型。這使得這款軟件使用整個(gè)數(shù)據(jù)集作為模型驗(yàn)證，在經(jīng)過上百次的“最佳”模型的篩選后得到了最終的結(jié)果樣本。 除了模型驗(yàn)證外，通過將最終模型的產(chǎn)品樣本數(shù)據(jù)作為新數(shù)據(jù)可以導(dǎo)入到軟件并運(yùn)行。