CART® 資料挖掘分析軟體
- CART® 資料挖掘分析軟體
-
類別研究分析軟體
-
介紹CART® 是Salford Systems的旗艦數據挖掘軟件，該軟件是一款功能強大、易操作的決策樹，能自動篩選複雜的數據。從技術上講，CART建模引擎基於1984年由斯坦福大學和加州大學伯克利分校的四位世界知名統計學家引入的具有里程碑意義的數學理論。CART建模引擎是SPM的分類和回歸樹實現，是唯一體現原始專有代碼的決策樹軟件。
CART® Data Mining Analysis Software
data
Ultimate Classification Tree:
Salford Predictive Modeler's CART® modeling engine is the ultimate classification tree, revolutionizing the field of advanced analytics and ushering in the current era of data science.
Proprietary code:
Technically, the CART modeling engine is based on a landmark mathematical theory introduced in 1984 by four world-renowned statisticians from Stanford University and the University of California, Berkeley, The CART modeling engine is a classification and regression tree implementation of SPM and is the only decision tree software that embodies the original proprietary code.
Fast and versatile:
The CART modeling engine supports high-speed deployments, allowing Salford Predictive Modeler's models to be predicted and scored in real time at scale. Over the years, the CART modeling engine has become one of the most popular and easy-to-use predictive modeling algorithms available to analysts, and it is also used as the basis for many modern data mining methods based on bagging and augmentation.
系統需求
最少40 MB
RAM:
最少512 MB
CART® 資料挖掘分析軟體
終極分類樹：
Salford Predictive Modeler的CART®建模引擎是最終的分類樹，它徹底改變了高級分析領域，並開創了當前數據科學的時代。CART是現代數據挖掘中最重要的工具之一。
專有代碼：
從技術上講，CART建模引擎基於1984年由斯坦福大學和加州大學伯克利分校的四位世界知名統計學家引入的具有里程碑意義的數學理論。CART建模引擎是SPM的分類和回歸樹實現，是唯一體現原始專有代碼的決策樹軟件。
速度快，用途廣泛：
CART建模引擎的專利擴展專門用於增強市場研究和網絡分析的結果。CART建模引擎支持高速部署，允許Salford Predictive Modeler的模型大規模實時預測和評分。多年來，CART建模引擎已成為分析師可用的最流行且易於使用的預測建模算法之一，它也被用作許多基於裝袋和增強的現代數據挖掘方法的基礎。
Qualitek-4
Qualitek-4軟體輔助避免掉複雜的實驗設計過程，快速的幫助您尋找出最佳實驗條件組合與分析，並可比較改善前後的差異性，提供使用者實質預測數據作為決策的依據。
Vensim 9.2 系統思考分析軟體
起源於美國麻省理工學院的Vensim軟件軟體，是由Ventana公司公司開發，在全球和國內獲得最廣泛使用系統思考分析模組軟體。它具有圖形化的建模方式，並除了具有一般的模型模擬功能外，還具有複合模擬，數組變量，真實性檢驗，靈敏性測試，模型最優化等強大功能.Vensim有Vensim PLE，PLE Plus，Professional和DSS版本，適合不同的使用者。
Winsteps 5.6.4項目分析理論軟體
Winsteps是一個項目反應理論軟體。項目反應理論（Item Response Theory, IRT）是屬於現代測驗理論,因為古典測驗理論有一些難以克服的缺點，如用不同項目的測驗結果無法比較,數據沒有等距性，測量結果容易受到樣本的影響，以及多變量處理不易,而現代IRT理論,可以有效克服以上的缺點，所以IRT廣泛的應用於教育測驗領域,如GRE，TOEFL等測驗，近年來也擴展應用到各科學領域的測驗評估。