SPSS Modeler ofrece algoritmos de modelado tomados del aprendizaje automático, la inteligencia artificial y la estadística. Puede utilizar estos algoritmos de modelización para analizar sus datos y obtener nuevas perspectivas empresariales. Con SPSS Modeler, puede desarrollar rápidamente modelos predictivos e implantarlos en las operaciones empresariales.
¿Qué es SPSS Modeler?
Copy link to section
SPSS Modeler es una aplicación de minería de datos, donde se puede construir la minería de datos SPSS Modeler flujos mediante el uso de la interfaz visual. No es necesario programar. Puede crear flujos de SPSS Modeler para explorar sus datos, modelar resultados, probar diferentes modelos e investigar relaciones para encontrar información útil. SPSS Modeler utiliza la metodología Cross-Industry Standard Process for Data Mining (CRISP-DM), que es una forma probada en la industria para guiar sus esfuerzos de minería de datos.
Utilizando el Editor de flujos, puede preparar o dar forma a los datos, entrenar o desplegar un modelo, o transformar datos y exportarlos de nuevo a una tabla de base de datos o a un archivo en Cloud Object Storage. La ejecución de un flujo de SPSS Modeler consume horas de unidad de capacidad. Para obtener más información, consulte Uso de recursos informáticos en entornos de Watson Studio Studio.
Puede utilizar los análisis avanzados de SPSS Modeler para descubrir patrones en sus datos y ajustar los modelos. A continuación, puede implantar estos modelos en su empresa para realizar predicciones sobre nuevos datos con resultados desconocidos. Los modelos pueden analizar sistemáticamente los datos y encontrar perspectivas y oportunidades de negocio. Si tiene acceso al servicio watsonx.ai Runtime, puede promover modelos a espacios de despliegue para ejecutarlos.
Formato de datos
Relacional: Tablas en orígenes de datos relacionales
Tabular: tablas en archivos de datos como .xls, .csv, .jsono .sas. Para archivos Excel, solo se lee la primera hoja.
Textual: En los archivos o tablas relacionales soportadas
Utilizar funciones automáticas de preparación de datos
Escribir sentencias SQL para manipular datos
Limpiar, modelar, tomar muestras, clasificar y derivar datos
¿Cómo puedo analizar los datos?
Visualizar datos con muchas opciones de gráficos
Identificar el idioma natural de un campo de texto
¿Cómo puedo generar modelos?
Crear modelos predictivos
Elegir entre más de 40 algoritmos de modelado, y muchos otros nodos
Utilizar funciones de modelado automático
Modelar series temporales o datos geoespaciales
Clasificar datos textuales
Identificar relaciones entre conceptos en datos textuales
Nota:Watson Studio no incluye la funcionalidad SPSS Modeler en Perú, Ecuador, Colombia o Venezuela.
Scripts
Copy link to section
Puede utilizar secuencias de comandos en SPSS Modeler para automatizar tareas que son muy repetitivas o que requieren mucho tiempo para realizarlas manualmente. Los scripts pueden realizar los mismos tipos de acciones que los usuarios con un ratón o un teclado, y puedes escribir scripts en R, Python o Python for Spark.
A continuación se enumeran algunas de las tareas que puede automatizar con scripts:
Imponer un orden específico de ejecución de los nodos de un flujo
Establecer las propiedades de un nodo
Configure un proceso que tome automáticamente un flujo de entrenamiento de modelos, lo ejecute y produzca el flujo de prueba de modelos correspondiente.
Servicios relacionados
Copy link to section
Si tiene acceso a otros servicios en Cloud Pak for Data, puede utilizarlos con SPSS Modeler. Los siguientes servicios ofrecen funciones que complementan el trabajo en SPSS Modeler.
Nota:Watson.ai Studio es un servicio prerrequisito para SPSS Modeler.
Cree un flujo con un conjunto de conectores y etapas para transformar e integrar datos. Proporcione información enriquecida y personalizada para su empresa.
Cree, ejecute y gestione rápidamente aplicaciones de IA generativa y aprendizaje automático con rendimiento y escalabilidad integrados.
¿Fue útil el tema?
Sí
No
Falta información
Información incorrecta
Información confusa
Enlace roto
Otros
Atrás
0/1000
Enviar comentario
Atrás
Focus sentinel
Focus sentinel
Focus sentinel
Focus sentinel
Focus sentinel
Cloud Pak for Data relationship map
Use this interactive map to learn about the relationships between your tasks, the tools you need, the services that provide the tools, and where you use the tools.
Select any task, tool, service, or workspace
You'll learn what you need, how to get it, and where to use it.
Some tools perform the same tasks but have different features and levels of automation.
Jupyter notebook editor
Prepare data
Visualize data
Build models
Deploy assets
Create a notebook in which you run Python, R, or Scala code to prepare, visualize, and analyze data, or build a model.
AutoAI
Build models
Automatically analyze your tabular data and generate candidate model pipelines customized for your predictive modeling problem.
SPSS Modeler
Prepare data
Visualize data
Build models
Create a visual flow that uses modeling algorithms to prepare data and build and train a model, using a guided approach to machine learning that doesn’t require coding.
Decision Optimization
Build models
Visualize data
Deploy assets
Create and manage scenarios to find the best solution to your optimization problem by comparing different combinations of your model, data, and solutions.
Data Refinery
Prepare data
Visualize data
Create a flow of ordered operations to cleanse and shape data. Visualize data to identify problems and discover insights.
Orchestration Pipelines
Prepare data
Build models
Deploy assets
Automate the model lifecycle, including preparing data, training models, and creating deployments.
RStudio
Prepare data
Build models
Deploy assets
Work with R notebooks and scripts in an integrated development environment.
Federated learning
Build models
Create a federated learning experiment to train a common model on a set of remote data sources. Share training results without sharing data.
Deployments
Deploy assets
Monitor models
Deploy and run your data science and AI solutions in a test or production environment.
Catalogs
Catalog data
Governance
Find and share your data and other assets.
Metadata import
Prepare data
Catalog data
Governance
Import asset metadata from a connection into a project or a catalog.
Metadata enrichment
Prepare data
Catalog data
Governance
Enrich imported asset metadata with business context, data profiling, and quality assessment.
Data quality rules
Prepare data
Governance
Measure and monitor the quality of your data.
Masking flow
Prepare data
Create and run masking flows to prepare copies of data assets that are masked by advanced data protection rules.
Governance
Governance
Create your business vocabulary to enrich assets and rules to protect data.
Data lineage
Governance
Track data movement and usage for transparency and determining data accuracy.
AI factsheet
Governance
Monitor models
Track AI models from request to production.
DataStage flow
Prepare data
Create a flow with a set of connectors and stages to transform and integrate data. Provide enriched and tailored information for your enterprise.
Data virtualization
Prepare data
Create a virtual table to segment or combine data from one or more tables.
OpenScale
Monitor models
Measure outcomes from your AI models and help ensure the fairness, explainability, and compliance of all your models.
Data replication
Prepare data
Replicate data to target systems with low latency, transactional integrity and optimized data capture.
Master data
Prepare data
Consolidate data from the disparate sources that fuel your business and establish a single, trusted, 360-degree view of your customers.
Services you can use
Services add features and tools to the platform.
watsonx.ai Studio
Develop powerful AI solutions with an integrated collaborative studio and industry-standard APIs and SDKs. Formerly known as Watson Studio.
watsonx.ai Runtime
Quickly build, run and manage generative AI and machine learning applications with built-in performance and scalability. Formerly known as Watson Machine Learning.
IBM Knowledge Catalog
Discover, profile, catalog, and share trusted data in your organization.
DataStage
Create ETL and data pipeline services for real-time, micro-batch, and batch data orchestration.
Data Virtualization
View, access, manipulate, and analyze your data without moving it.
Watson OpenScale
Monitor your AI models for bias, fairness, and trust with added transparency on how your AI models make decisions.
Data Replication
Provide efficient change data capture and near real-time data delivery with transactional integrity.
Match360 with Watson
Improve trust in AI pipelines by identifying duplicate records and providing reliable data about your customers, suppliers, or partners.
Manta Data Lineage
Increase data pipeline transparency so you can determine data accuracy throughout your models and systems.
Where you'll work
Collaborative workspaces contain tools for specific tasks.
Project
Where you work with data.
> Projects > View all projects
Catalog
Where you find and share assets.
> Catalogs > View all catalogs
Space
Where you deploy and run assets that are ready for testing or production.
> Deployments
Categories
Where you manage governance artifacts.
> Governance > Categories
Data virtualization
Where you virtualize data.
> Data > Data virtualization
Master data
Where you consolidate data into a 360 degree view.