Group Method of Data Handling wurde in einer Vielzahl von Bereichen für Data Mining und Wissensentdeckung, Prognose und Systemmodellierung, Optimierung und Mustererkennung eingesetzt. Induktive GMDH-Algorithmen bieten die Möglichkeit, automatisch Zusammenhänge in Daten zu finden, eine optimale Struktur von Modell oder Netzwerk auszuwählen und die Genauigkeit bestehender Algorithmen zu erhöhen. Dieser ursprüngliche selbstorganisierende Ansatz unterscheidet sich wesentlich von deduktiven Methoden, die üblicherweise für die Modellierung verwendet werden. Sie hat induktive Natur - sie findet die beste Lösung durch Sortierung von möglichen Varianten. Durch die Sortierung verschiedener Lösungen zielt GMDH darauf ab, den Einfluss des Autors auf die Ergebnisse der Modellierung zu minimieren. Computer selbst findet die Struktur des optimalen Modells oder Gesetze, die in einem System agieren. Gruppe Methode der Datenbehandlung ist ein Satz von mehreren Algorithmen für verschiedene Probleme Lösung. Es besteht aus parametrischen, Cluster-, Analog-, Komplex-, Rebinarisierungs - und Wahrscheinlichkeitsalgorithmen. Dieser induktive Ansatz basiert auf der Sortierung von allmählich komplizierten Modellen und der Auswahl der optimalen Lösung durch minimale externe Kriteriumscharakteristik. Es werden nicht nur Polynome, sondern auch nichtlineare, probabilistische Funktionen oder Clusterisierungen als Grundmodelle verwendet. Der GMDH-Ansatz kann nützlich sein, weil: Es wird eine optimale Komplexität der Modellstruktur gefunden, die dem Rauschen in der Datenprobe adäquat ist. Für echte Probleme, mit geräuschigen oder kurzen Daten, sind eine vereinfachte optimale Modelle genauer. Die Anzahl der Schichten und Neuronen in verborgenen Schichten, Modellstruktur und anderen optimalen Neuran-Netzwerkparametern werden automatisch bestimmt. Es garantiert, dass die genauesten oder unvoreingenommene Modelle gefunden werden - Methode nicht verpassen die beste Lösung beim Sortieren aller Varianten (in der angegebenen Klasse von Funktionen). Als Eingangsgrößen werden alle nichtlinearen Funktionen oder Merkmale verwendet, die die Ausgangsgröße beeinflussen können. Es findet automatisch interpretierbare Beziehungen in Daten und wählt effektive Eingabevariablen. GMDH-Sortieralgorithmen sind für die Programmierung relativ einfach. Zwei mal mehrschichtige neuronale Netze können verwendet werden, um die Genauigkeit eines anderen Modellierungsalgorithmus zu erhöhen. Methode erhalten Informationen direkt aus Daten-Stichprobe und minimiert Einfluss der apriori Autor Annahmen über Ergebnisse der Modellierung. Ansatz bietet die Möglichkeit, zu finden, objektive physikalische Modell des Objekts (Recht oder Clusterisierung) - ein und dasselbe für zukünftige Proben. Es wurde in den vielen kommerziellen Software-Tools implementiert. GMDH ist auch bekannt als Polynom Neuronale Netze, Abduktive und Statistische Lernnetzwerke Konferenz Die 4. Internationale Konferenz über induktive Modellierung fand in Kiew, Ukraine Publikationen Das Buch Komplexe Systeme Modellierung durch experimentelle Daten wurde hinzugefügt Bibliothek Software Zwei Datenmodellierung Tools, KnowledegeMiner (yX ) Für Excel und KnowledgeMiner wurden für OS X freigegeben GMDH Shell ist die fortschrittliche, aber einfach zu bedienende Tool für Data Mining GMDH PNN-Algorithmus ist verfügbar für Online-Berechnung auf der ersten und zweiten sitesGMDH Shell ist es einfach noch beeindruckend mit seiner parallelen Verarbeitung GMDH Shell Review Sprechen Sie über eine Software, die die Dinge schnell und bietet Ihnen die meisten genaue Prognosen und Sie haben GMDH Shell genau dort für Sie. Diese Software, wie von den Machern angegeben, wurde von mehr als 100.000 Menschen auf der ganzen Welt heruntergeladen. Dies zeigt die Software hat sich sehr beliebt bei den Händlern. Einige wie seine leicht zu bedienende Benutzeroberfläche zu verstehen, während andere ihre Geschwindigkeit, wenn es um die Prognose und Charting kommt. Eine andere Sache, die eine Menge über diese Software erwähnt wird, ist seine Punkt-und Klick-Methoden ermöglicht es Ihnen, fast jede Aktion auf der Software durchzuführen. Die Software nutzt künstliche neuronale Netze für ihre Operationen. Die Kern-Algorithmen, die auf der Software verwendet werden, sollen verbessert worden sein, um den gesamten Prozess schneller zu machen. Die parallele Verarbeitung Funktion macht auch die Software schneller und so können alle Ihre Aufgaben in kürzerer Zeit durchgeführt werden. Die Macher sind auch in der Lage, den Benutzern zu ermöglichen, ihre eigenen Beispieldaten zu erstellen, um ihre eigenen Strategien zu überprüfen. GMDH Shell ist perfekt, wenn es um die Prognose geht und die erstaunliche Sache über die Software ist, dass es Sie die Prognose auf Nachfrage, Börse, Vertrieb und können Sie die Zeitreihenanalyse zu tun. Während die Software könnte seinen Tribut an den Ressourcen Ihres Computers, es wird Ihnen helfen, tun, was Sie es gekauft haben, bei Geschwindigkeiten, die kaum von anderen Software abgeglichen werden kann. Die Software ist derzeit kostenlos für Kunden verfügbar. Entwickler der Software haben versprochen, mehr Verbesserungen in der Software zu machen, damit es eine der besten Software. Die Unterstützung der Software ist sowohl telefonisch als auch per E-Mail verfügbar. Es gibt viele Module der Software und diese Module können separat gekauft werden. Einige Module sind ausschließlich für Geschäftskunden gedacht, um ihr Geschäft gut zu managen. Wenn Sie eine Person, die einige Investitionen in die Zukunft zu tun und wollen die Prognose der Bewegung des Marktes, Preise, Forderungen etc. von bestimmten Rohstoffen und Aktien, ist dies die richtige Software für Sie. Teile das:
No comments:
Post a Comment