Minitab Statistical Software

Modul „Prädiktive Analysen“ für die

Minitab Statistical Software

 

TreeNet®

PA Module Page Image 4

 

+

 

Random Forests®

PA Module Page Image 3

 

Erlangen Sie Zugriff auf unsere proprietären und branchenführenden baumbasierten Algorithmen TreeNet und Random Forests für das maschinelle Lernen. Durch die fortschrittliche prädiktive Analytik erhalten Sie den zusätzlichen Leistungsschub, den Sie benötigen und der Ihr Abonnement der Minitab Statistical Software ausgezeichnet ergänzt.

Was sind baumbasierte Verfahren? Baumbasierte Algorithmen nutzen eine Reihe von Wenn-dann-Regeln, um anhand einer oder mehrerer Entscheidungsbäume Prognosen auszuführen. Im Gegensatz zu linearen Modellen wie Regression können baumbasierte Verfahren nichtlineare Beziehungen besser abbilden und Unsauberkeiten in Daten tolerieren, bei denen andere Verfahren scheitern. Gleichzeitig sind diese Verfahren nicht nur schnell, was Ihnen Zeit spart, sondern weisen auch eine bemerkenswerte Genauigkeit auf und lassen sich leicht interpretieren.

Was ist enthalten?

 

TreeNet® (Gradient Boosting)

TreeNet® Gradient Boosting ist das flexibelste, am meisten ausgezeichnete und leistungsstärkste Minitab-Werkzeug für maschinelles Lernen. Es wird insbesondere für die präzise und einheitliche Prognosegenauigkeit geschätzt. Diese ist auf die iterative Struktur zurückzuführen, durch die kombinierte Fehler des Ensembles bei der Modellerstellung korrigiert werden.

 

 

Random Forests®

Auf der Grundlage verschiedener CART-Bäume bietet Random Forests Wiederholung, Randomisierung, Stichprobenziehung und Ensemble Learning zentral und benutzerfreundlich aufbereitet. So können unabhängige Bäume zusammen analysiert und eine Gesamtprognose für den Wald getroffen werden.

Möchten Sie mit dem Minitab-Modul „Prädiktive Analysen“ arbeiten?

Benutzerstimmen

 

Normalerweise bleibe ich bei den Methoden, die sich für mich bewährt haben – mit der Regression kann ich feststellen, welche x-Variablen sich auf die y-Variablen auswirken. Doch die Diagramme der partiellen Abhängigkeit von TreeNet haben mir tiefere Einblicke ermöglicht und mir dabei geholfen, einige der lästigsten Probleme in meinem Unternehmen zu lösen.

'– Prozesstechniker, Verbrauchsgüter

Unsere Teams für die kontinuierliche Verbesserung machen großartige Fortschritte mit den prädiktiven Analysen in Minitab. Die Integration von Datenwissenschaft und kontinuierlicher Verbesserung hat zu besser prognostizierbaren KPIs und einer stärkeren Berücksichtigung von Daten, Analytik und Business Performance Management geführt – und die Minitab-Lösungen haben uns dabei geholfen, das alles unter einen Hut zu bekommen!

'– Leitender Datenwissenschaftler, Lebensmittelproduzent

 
Ingenieure und Analysten verbringen bis zu 80 % ihrer Zeit bei der Ursachenanalyse damit, die wichtigen Treiber der Probleme bei Prozessen zu identifizieren.

– Minitab-Forschung