Вам приходилось анализировать списки объектов с несколькими независимыми характеристиками? Это могут быть Ваши клиенты или товары, сотрудники или рекламные носители, списки поставщиков или банков - и у каждого могут быть десятки признаков.

При анализе таких данных очень трудно классифицировать объекты по совокупности всех параметров. Вам ведь нужно объединить лидеров вместе, выделить группу аутсайдеров, найти похожие друг на друга объекты и понять, насколько они похожи. Как это сделать в многомерном пространстве?

Используйте для многомерного анализа данных встроенные в Enterprise-версию С.М.А.Р.Т. самоорганизующиеся нейросети! (их также называют картами Кохонена). В отличие от Деревьев принятия решений, карты Кохонена способны без участия человека оценить Ваши многомерные данные, сгруппировать Ваши объекты в группы (кластеры) похожести друг на друга, отранжировать их по возрастанию важных для Вас параметров и отобразить результат в виде интерактивных карт на экране.

Самоорганизующиеся нейросети (карты Кохонена) позволяют:

• Провести анализ "выбери лучших" и/или "выбери похожих" среди тысяч объектов с десятками параметров;
• Проводить ABC-классификацию объектов и оценивать равномерность изменений их параметров;
• Находить ложно или неправильно введенные данные;
• Прогнозировать развитие ситуации при многофакторном анализе.

Самоорганизующиеся нейросети в С.М.А.Р.Т. способны анализировать десятки и сотни тысяч объектов с сотнями параметров у каждого! Возьмите их себе на вооружение!