預測分析

如何才可預測行為？集各項科學方法於一身的預測分析便可實現此一功能！全球高科技企業日漸意識到，預測分析對他們的解決方案及產品而言，具有重要的價值。

預測分析可讓您自動學習存在於大量數據之中的過往行為，以更準確預測未來。有別於專家的知識，以數據驅動的知識可自動識別數據中即使是專家也不易識別的模式(Pattern)。預測模型可提供即時及客觀的回應，並可讓您擁有預測能力，從而保證營運成效一致及提升現有程序的效率。

我們的ADAPA®決策引擎可執行多種模式識別的模型。它運用PMML（Predictive Model Markup Language，預測模型標記語言）上載及執行模型。PMML是由商家主導、用於預測模型的開放式標準; 它是以XML為基礎的語言, 為應用程式提供了定義統計和資料採礦模型的途徑, 並可和其他遵循PMML規則的應用程式分享這些模型)。ADAPA®支援廣泛的PMML元件組合，其中包括以下預測技術：

• 反傳神經網絡 (Back-Propagation Neural Networks)
• 徑向基函數網絡(Radial-Basis Function Networks)
• 神經氣聚網絡 (Neural-Gas Networks)
• 支援向量機 (Support Vector Machines)
• 線性回歸 (Linear Regression)
• 二元邏輯回歸 (Binary Logistic Regression)
• 多項分類邏輯回歸 (Multinomial Logistic Regression)
• 順序邏輯回歸 (Ordinal Multinomial Regression)
• 逐步多項式回歸 (Stepwise Polynomial Regression)
• 一般線性模型 (General Linear Models)
• 廣義線性模型 (Generalized Linear Models)
• 決策樹 (Decision Trees)

將模型上傳至ADAPA®後，模型即可以批次或即時形式執行。請留意，ADAPA®並非PMML製造者，而是其消費者。更重要的是，透過開放式標準，您可利用個人喜愛的統計軟件套裝或專用的內部軟件進行模型開發，然後再將模型配置到ADAPA®中。如此一來，由ADAPA®擔當計分引擎，可為您在管理、安裝設置和執行眾多模型和決策策略上提供可靠且快捷的途徑。

ADAPA®除為管理模型提供以網絡為基礎的控制台外，亦包含了測試模型計分精確度的功能。在模型配置完成後先執行少量數據，以確保模型已正確安裝配置在生產環境中。

ADAPA® 作為決策引擎提供，其中預測分析及營商規則以協力或單獨作為計分引擎形式運作，而其中，預測模型可自行安裝設置或執行。ADAPA®依靠多個經行業驗證的技術，從而令本身成為強健、可擴充及輕量級的安裝設置選擇。歡迎瀏覽另外的ADAPA®網頁，當中列出其附贈功能，例如基於SOA的整合及報告功能等。