NeuroXL Classifier 3.0.1

Лицензии: Бесплатная пробная версия ‎Размер файла: 984.43 KB
‎Рейтинг пользователей: 5.0/5 - ‎1 ‎Голосов

О NeuroXL Classifier

NeuroXL Classifier — это дополнение нейронной сети для Microsoft Excel. NeuroXL Classifier (ClassifierXL) — это дополнение для Excel, предназначенное для помощи экспертам в реальных задачах по анализу данных и распознаванию образов. Он скрывает лежащую в основе сложность процессов нейронной сети, предоставляя графики и статистику для пользователя, чтобы легко понять результаты. NeuroXL Classifier использует только проверенные алгоритмы и методы и легко интегрируется с Microsoft Excel. Нейронные сети являются проверенной, широко используемой технологией для решения сложных проблем классификации. Свободно моделируется после человеческого мозга, нейронные сети являются взаимосвязанными сетями независимых процессоров, которые, изменяя их соединения (известные как обучение), узнать решение проблемы. Программное обеспечение NeuroXL Classifier реализует самоорганизающиеся нейронные сети, которые выполняют категоризацию, изучая тенденции и отношения внутри ваших данных. NeuroXL Classifier является мощным, простым в использовании и доступным решением для расширенной классификации простых и сложных данных. Используя новейшие достижения в области искусственного интеллекта и нейронных сетей технологии, он обеспечивает точную и быструю классификацию. Разработанный как дополнение к Microsoft Excel, он прост в использовании и не требует импорта или экспорта данных. Пять функций передачи теперь доступны для выбора: Порог, Гиперболические касательные, нулевой основе бревенчатый сигмоид, журнал-сигмоид и биполярный сигмоид. Кроме того, можно сохранить обученную сеть, а затем загрузить ее, когда это необходимо. NeuroXL Classifier может быть применен для решения проблем во многих отраслях и дисциплинах, включая финансы, бизнес, медицину и науку. Способность NeuroXL Classifier обрабатывать многочисленные часто взаимосвязанные переменные делает его широко применимым к классификации рыночных данных. Например, трейдер может пожелать классифицировать акции как покупку, удержание или продажу на основе исторических данных.