정확한 예측 분석으로 의사결정을 강화하십시오.
최고의 평가를 받는 Minitab의 분석 소프트웨어로 즉각적인 데이터 모델링 및 예측을 경험해보세요.
Capterra 선정 2021년 최고의 통계 소프트웨어 | Software Suggest 선정 데이터 과학자를 위한 최고의 통계 분석 소프트웨어 |
지금 바로 무료로 시작해야 하는 4가지 이유:
- 코딩이나 통계 경험이 없이 데이터에서 추세 및 기회 파악
- 목표의 주요 예측 변수를 신속하게 파악하는 사용하기 쉬운 데이터 모형
- 수상 경력이 있는 의사결정 트리 알고리즘으로 신뢰할 수 있는 정확한 결과 제공
- 쉽게 이해하고, 시각화 및 실행할 수 있는 머신러닝 방법 활용
지금 바로 세부 정보를 입력하여 예측 분석 사용을 시작해보세요 >
CART®(분류 및 회귀 분석 트리)
현대 데이터 마이닝에서 가장 인기 있는 도구 중 하나인 CART는 데이터를 더 작은 세그먼트로 분할하는 방법을 검색한 다음 최적 모형을 찾을 때까지 가장 성능이 좋은 분할을 반복적으로 선택하는 트리 기반 알고리즘입니다.
Random Forests®(머신러닝 모델)
Random Forests는 CART 트리 모형을 기반으로 반복, 랜덤화, 샘플링 및 앙상블 학습을 사용하고 독립적인 트리를 결합하여 포레스트의 전체적인 예측을 결정하는 알고리즘입니다.
TreeNet®(그래디언트 부스팅 알고리즘)
Minitab의 가장 유연하고 가장 많은 상을 수상하고 가장 강력한 머신러닝 도구인 TreeNet 그래디언트 부스팅은 앙상블을 만듦과 동시에 앙상블의 결합된 오류를 수정하는 반복적인 구조로 인해 탁월하고 일관된 예측 정확도로 유명합니다.
예측 및 처방 분석 도구
예방적 유지 보수
- 수명 데이터 회귀 분석
- 보증 예측
- 가속 수명 검사
소매업의 예측 분석:
- 군집화 - 고객 행동 모델링 - 시계열 방법(ARIMA)의료 서비스의 대기 시간, 치료 비용 및 만족도 예측:
- 적합선 그림
- 이항 적합선 그림
- 귀 모형 적합
- 이항 로지스틱 회귀 분석
- CART 회귀
- CART 분류
금융 및 보험 사기 방지, 신용 평가, 고객 세분화 및 수요 예측:
- 고객 행동을 예측하기 위한 다변량 분석
- 군집화
- 의사결정 트리
- 요인 분석
- 주성분 분석(PCA)
- Random Forests 및 TreeNet 그래디언트 부스팅
의사결정 트리 - 지도 알고리즘
데이터 마이닝의 머신러닝 및 모델링 기법 - 지도 알고리즘
분류:
- 선형 판별 분석(LDA)
- 이차 판별 분석(QDA)
- 로지스틱 회귀 분석
- 분류 트리
회귀:
- 단순
- 다항
- 다중
- 비선형
- 부분 최소 제곱
- 회귀 트리
- 수명 데이터 회귀 분석
- 보증 예측
시계열 방법
- 추세 분석
- 자기 회귀 누적 이동 평균(ARIMA)
- 이동 평균
- 자기상관
- 지수 평활법
- 분해
- 교차 상관관계
- 보증 예측
의사결정 트리 - 비지도 알고리즘
데이터 마이닝의 머신러닝 및 모델링 기법 - 비지도 알고리즘
군집화:
- 군집 관측
- 군집 변수
- 군집 K-평균
- 요인 분석
데이터 축소:
- 주성분 분석
- 요인 분석
자동화된 머신러닝
데이터를 위한 최적의 모형 알아보기:
- CART®
- Random Forests®
- TreeNet® 그래디언트 부스팅
- ROC 곡선
- 상대 변수 중요도
"TreeNet을 사용해서 주요 예측 변수에 집중하고 해당 변수를 효과적으로 처리하는 전략을 매우 쉽게 수립할 수 있었어요."
글로벌 식품 및 음료 공급업체 Tate & Lyle
"TreeNet 덕분에 당행은 80~90%의 정확도로 타 은행으로 이탈한 뱅킹 고객을 파악할 수 있었습니다."
중국의 국립 은행 지점
"CART®를 통해 SARS 환자를 진료하는 의사들의 데이터와 이 바이러스에 노출되지 않은 의사들의 데이터를 비교하여 SARS-CoV 전염의 위험 요인을 파악할 수 있었습니다."
캐나다 토론토 지역의 병원