+
biblioteca prudsys XELOPES Categoria Intelligent Software> Sistemi di data mining / Strumenti Abstract La prudsys biblioteca XELOPES (eXtended libreria per prudsys Soluzioni integrate) è una piattaforma aperta e biblioteca fonte indipendente di dati di business intelligence (BI), con un focus sulla incorporato data mining. XELOPES è comune Magazzino Metamodel (CWM) compatibile, supporta i principali standard di BI, e può essere combinato con tutti i prodotti prudsys. Settori di applicazione - L'integrazione dei modelli di prudsys in applicazioni per l'utente - Tutti i prodotti prudsys di data mining (così come prodotti di altri fornitori) possono esportare i propri modelli di data mining come file Extensible Markup Language (XML) in Predictive Model Markup Language formato (PMML). La biblioteca XELOPES, come una parte della vostra applicazione, consente di importare modelli PMML da utilizzare per i nuovi dati come i motori di punteggio o una raccomandazione. Integrazione di metodi di data mining in applicazioni utente - La biblioteca XELOPES rende algoritmi di data mining avanzati disponibili per voi di integrare facilmente nella vostra applicazione. Il disegno completo consente l'automazione della selezione del parametro di metodi, rendendo possibile l'utilizzo completamente automatico. L'integrazione dei propri metodi di data mining - La biblioteca XELOPES consente rapida integrazione dei nuovi metodi di data mining, che possono accedere al quadro completo della biblioteca, comprese le norme. Universalità - La biblioteca XELOPES espande il "emergente" OMG Common Magazzino Metamodel (CWM) standard e allo stesso tempo rappresenta una delle sue prime implementazioni. Come il CWM è specificato completamente nella Unified Modeling Language (UML), e quindi indipendente dalla piattaforma. Implementazioni per Java, C ++ e C #, così come CORBA e interfacce di servizio web sono attualmente disponibili. Un ingresso mineraria flusso concetto universale consente la libreria da applicare alle varie fonti di dati - dalla memoria principale per i file di database. E 'facile da programmare le proprie classi di accesso ai dati. Questo rende XELOPES completamente indipendente sia il linguaggio di programmazione e la fonte dei dati. Standard supportati - Per natura della sua costruzione della biblioteca XELOPES è completamente compatibile con lo standard CWM. Il formato di scambio dei dati PMML è ampiamente supportato. Altri standard di BI sono supportati Java Metadata Interface (JMI) e Java (Online Analytical Processing JOLAP). Ci sono connettori per Object Linking and Embedding - Database (OLE DB) per il data mining, nonché di diverse librerie di data mining popolari. La biblioteca XELOPES conforme completamente con lo standard OMG Model Driven Architecture (MDA). Il nucleo XELOPES è stata definita tramite UML come espansione di CWM e completo documentato. Questo nucleo costituisce il modello indipendente dalla piattaforma (PIM) in conformità con le specifiche MDA. Vari modelli specifici della piattaforma (PSM) sono stati ottenuti e implementate utilizzando mappature. Attualmente ci sono PSM per Java, C ++, C #, nonché servizi CORBA e web. I PSM sono anche ampiamente documentati. La biblioteca XELOPES dotato di un sistema modulare e contiene algoritmi provenienti da diverse aree di business intelligence, l'attenzione essendo il data mining. Gli algoritmi sono disposti in pacchetti e le bobine possono essere usati per mettere insieme applicazioni BI flessibili. L'importazione dei dati - fonti di dati per gli accessi di data mining sono uniformemente modellati utilizzando la classe MiningInputStream astratta. Ci sono classi di accesso pronti per l'uso per le memorie, i database e file tra formati speciali come Comma Separated Values (CSV), Excel e tronchi. L'utente può utilizzare add-on per la classe MiningInputStream di sviluppare le proprie classi di accesso ai dati, su misura per le proprie applicazioni. funzioni di analisi - Le funzioni di analisi della biblioteca XELOPES sono divisi in tre (3) pacchetti di grandi dimensioni: multidimensionale, data mining e rinforzo di apprendimento. Il pacchetto multidimensionale contiene le selezioni multidimensionali, gruppi e un motore completo Online Analytical Processing (OLAP). Rappresenta quindi un'implementazione estremamente magra per le funzioni di database e OLAP. Il pacchetto di data mining contiene le statistiche con raggruppamento multidimensionale, alberi decisionali e di regressione, le reti neurali (NNS), Support Vector Machines (SVM), griglie sparse, metodi a grappolo, analisi cestino di acquisto con tassonomie e analisi di sequenza. prudsys offre uno dei più veloci metodi di data mining di tutto il mondo nei settori della 'regressione non lineare', carrello e analisi di sequenza e sequenziale di analisi carrello. Il pacchetto di apprendimento per rinforzo contiene vari metodi provenienti dalle zone di 'programmazione dinamica' e di apprendimento on-line. Esso utilizza anche modelli dal pacchetto di data mining per approssimazioni. Risultati e export - XELOPES negozi i suoi modelli nel CWM classe MiningModel, che può essere serializzato in vari modi. Inoltre, i modelli possono essere esportati in altri standard di data mining come PMML. prudsys AG Bergstrae 61 D-09113 Chemnitz Germania Tel: +49 371 27.093-0 Fax: +49 371 27.093-90 E-Mail: info@prudsys. com Produttore Prezzo contatto. G6G Riassunto Numero 20348 G6G Codice produttore 102237
No comments:
Post a Comment