Казцинк

SNN зарекомендовал себя как очень удобное решение для задач многомерного статистического анализа на базе нейросетевых моделей, не требующее от пользователя глубоких знаний по нейросетям, позволяющее быстро добиться хорошего результата, доступное и не математику: геологу, технологу.

Вообще, основное свойство продуктов линейки STATISTICA: мощность, простота в использовании, наглядность и эффективность, и при этом, небольшая стоимость.

Борцов Константин,
заместитель начальника Управления информационных технологий и автоматизации,
кандидат технических наук

Читать пресс-релиз об обучении

ТНК-ВР

Программная оболочка STATISTICA Neural Networks позволила нам решить задачу прогнозирования стоимости/затрат на строительство технологических объектов. Прогноз имеет достаточно высокую точность, осуществляется весьма оперативно, с малыми трудозатратами.

Рыбин Александр,
менеджер департамента по контролю проектов

НИУ ВШЭ

Я с интересом познакомился с недавно появившимся нейро-сетевым пакетом STATISTICA Neural Networks фирмы StatSoft. Мне кажется, что он во многих отношениях выгодно отличается от своих аналогов, представленных на отечественном рынке ПО. Конкретно, я бы отметил следующие его достоинства:

1. Полная Windows-интегрированность. Весь интерфейс простой, естественный и привычный для любого пользователя ПК, работающего, например, с Microsoft Office. Обмен данными и графикой с другими программами (базовая система STATISTICA, тот же MS Office) происходит так, как будто все это - одно приложение.

2. Богатство методов и возможностей управления. Реализованы практически все мыслимые архитектуры сетей: многослойные персептроны, радиальные базисные функции, сети Кохонена, вероятностные (байесовы) и обобщенно-регрессионные сети и др. Большой выбор различных функций активации и других параметров обучения. Имеются два очень удобных средства: Мастер сети, помогающий новичку быстро построить и обучить сеть (работает аналогично Wizard'ам MS Office) и Автоматический конструктор сети, позволяющий выбрать наилучшую архитектуру сети (ее тип, число слоев и элементов в слоях, алгоритм обучения).

3. Мощные средства Data Mining (извлечение значимой информации из больших объемов данных). Встроенный в пакет специальный Генетический алгоритм отбора входных данных позволяет в автоматическом режиме находить наборы входных данных, несущие в себе максимум информации для решения конкретной задачи. Тем самым преодолено, на мой взгляд, самое узкое место в разработке нейросетевых приложений - пользователь теперь избавлен от необходимости путем проб и ошибок находить нужные варианты входов. По-видимому, именно неизбежность этой долгой и нудной работы препятствовала до сих пор широкому применению нейронных сетей для решения практических задач анализа данных, а подчас и вызывала негативное к ним отношение.

Курочкин С.В.,
лектор