Minitab Statistical Software
A clear bold header
+
使用我们基于树的一流专利机器学习算法，TreeNet 和 Random Forests，增强您所需的高级预测分析功能，作为您的 Minitab Statistical Software 订购的补充。
什么是基于树的方法？基于树的算法利用一系列 if-then 规则，基于一个或多个决策树创建预测。与回归等线性模型相比，基于树的方法可以良好地映射非线性关系，并克服其他方法根本无法做到的数据混乱，不仅具有较快的回答速度，节省时间，而且还具有非凡的准确性且易于解释。
TreeNet 梯度推进是我们最灵活、获得最多奖项、最强大的机器学习工具，具有迭代结构，可在构建集成的过程中更正合并错误，从而实现出色且一致的预测准确度，也因此而闻名于世。
基于 CART 树的集合，Random Forests 方便地在包含众多独立树的单个位置利用重复、随机化、抽样和集成学习，并且确定森林的总体预测值。
“我通常坚持使用对我而言有效的方法 — 回归，它可帮助确定 X 导致了 Y。但 TreeNet 部分相关图为我提供了更深层的见解，帮助我解决了一些我公司最棘手的问题。”
'- 过程工程师，包装消费品公司
“我们的持续改进团队使用 Minitab 的预测分析软件获得了巨大进步。数据科学和持续改进的集成带来了具有更高可预测性的 KPI。通过增强对数据、分析和业务绩效管理的关注，Minitab 解决方案帮助我们取得了辉煌成就！”
'- 数据科学主管，食品制造商公司
“工程师和分析师在执行根本原因分析时，可能会将 80% 的时间花费在确定流程问题的重要导致因素上。”
- Minitab 研究小组
