正確な予測分析で決定を強化
トップ評価されたMinitabの分析ソフトウェアでスピーディーなデータモデル化と予測をお試しください
MinitabがCapterraの「2021年統計ソフトウェアトップパフォーマー」に | MinitabがSoftware Suggestの「データサイエンティスト向け最優秀統計分析ソフトウェア」に |
今すぐ無料で始める4つの理由:
- コーディングや統計が未経験でもデータの傾向と機会を特定
- 使いやすいデータモデルで目標に向けた重要な予測変数を素早く判定
- 受賞歴のある決定木アルゴリズムで信頼できる正確な結果
- 簡単に理解、視覚化、実行できる機械学習の方法
今すぐお仕事の詳細を入力して、予測分析を使い始めてください >
CART®(分類木と回帰木)
現代のデータマイニングで最も人気のツールの1つです。データを小さく分割する方法を探し、最適なコレクションが見つかるまで、最もパフォーマンスの高い分割を繰り返し選択する木ベースのアルゴリズムです。
Random Forests®(機械学習モデル)
このアルゴリズムは、CARTツリーの集合体をベースにした反復、ランダム化、サンプリング、アンサンブル学習を使用し、独立した木をまとめて森全体の予測を割り出します。
TreeNet®(勾配ブースティングアルゴリズム)
この最も柔軟性が高く、数々の賞を受賞している強力な機械学習ツールは、アンサンブルの結合誤差を修正しながら構築していく反復構造により、正確で安定した予測精度で知られています。
予測分析ツールと処方分析ツール
予防メンテナンス
- 寿命データでの回帰
- 保証予測
- 加速寿命試験
小売の予測分析:
- 集団化
- 顧客行動のモデル化
- 時系列方法(ARIMA)
医療の待ち時間、処置費用、満足度の予測:
- 適合線プロット
- 二値適合線プロット
- 回帰モデル適合
- 二値ロジスティック回帰
- CART 回帰
- CART 分類
金融と保険の詐欺防止、信用評価、顧客の区分化、需要の予測
- 顧客行動を予測する多変量分析
- 集団化
- 決定木
- 因子分析
- 主成分分析(PCA)
- Random ForestsとTreeNet勾配ブースティング
決定木 - 教師ありのアルゴリズム
データマイニングにおける機械学習とモデル化の技法 - 教師ありのアルゴリズム
分類:
- 線形判別分析(LDA)
- 二次判別分析(QDA)
- ロジスティック回帰
- 分類木
回帰:
- 単
- 多項式
- 重
- 非線形
- 偏最小二乗
- 回帰木
- 寿命データでの回帰
- 保証予測
時系列方法
- トレンド分析
- 自己回帰和分移動平均(ARIMA)
- 移動平均
- 自己相関
- 指数平滑化
- 分解
- 相互相関
- 保証予測
決定木 - 教師なしのアルゴリズム
データマイニングにおける機械学習とモデル化の技法 - 教師なしのアルゴリズム
集団化:
- 集団観測値
- 集団変数
- 集団K平均法
- 因子分析
データ削減:
- 主成分分析
- 因子分析
自動化機械学習
- データに最適なモデルをお探しください。
- CART®
- Random Forests®
- TreeNet®勾配ブースティング
- ROC 曲線
- 相対的変数重要度
「TreeNetによって、非常にシンプルに、重要な予測因子に焦点を合わせ、効果的に当該因子を扱う戦略を立案できるようになりました。」
世界的な食品および飲料プロバイダーTate & Lyle
「TreeNetのおかげで、当銀行は、80%~90%の精度で別の銀行に変える可能性のある顧客を特定することができました。」
中国で人気の高い国営銀行の支店
「CART®でサーズ患者の診療をした開業医のデータと、サーズにさらされなかった開業医のデータを比較して、新型コロナウイルス感染の危険因子を特定しました。」
カナダ・トロント地域の病院