Skip to main content

Интеллектуальный анализ данных

Последний шаг в цепочке анализа больших тестовых данных

Алгоритмы интеллектуального анализа в jBEAM

В качестве открытой платформы (ASAM-CEA) jBEAM предлагает возможность дальнейшей разработки существующих алгоритмов интеллектуального анализа данных, а также добавления новых методов (библиотеки: Java, Matlab). Для визуализации результатов интеллектуального анализа данных можно использовать графики и графические объекты jBEAM.

В jBEAM уже интегрированы следующие области применения и алгоритмы анализа:

  • Паттерны: Apriori, FPGrows, ...
  • Кластеризация: K-Means, Optics, DBScan, ...
  • Прогнозирование: линейное & периодическое прогнозирование, метод опорных векторов (SVM)...
  • Преобразование: метод главных компонент (PCA), ...
График 1: Представление набора необработанных данных с 3 категориями
График 2: Точки уже сдвинуты посредством PCA
Использование кластеризации методом K-средних для набора данных с несколькими случайными точечными диаграммами

Вы заинтересовались нашим решением для интеллектуального анализа данных в jBEAM или у вас все еще остались вопросы?

Напишите нам через нашу контактную форму, и мы будем рады вам помочь!