神通K-Miner是神软神通完全自主研发的数据挖掘软件,提供40多种高性能的数据挖掘算法,采用“多主机MPP并行+单主机SMP并行”的策略,是目前唯一所有算法都支持并行计算的数据挖掘软件,在海量数据挖掘场景下优势极为突出。已在通信、零售、税务、审计、电力、军队、航天、物联网、安监、网络游戏等众多行业广泛应用,对蕴含在企业运营数据中的各类规律、模式、关系或趋势进行深度探索和挖掘,并通过模型可视化、模型发布服务、模型预警等功能支撑用户快速、有效的理解和运用数据挖掘模型来进行经营策略的制定或调整。神通K-Miner在数据挖掘标准CRISP-DM的基础上进行扩展和增强,向用户提供一套了关注模型生命周期管理、行之有效的数据挖掘实施项目方法论。
数据预处理:提供包括抽样、装箱、过滤等在内的近20种数据预处理方法,以及这些方法的灵活组合,让即使不熟悉SQL的用户也能够便捷地对数据进行规范化和质量提升,以达到数据挖掘的要求。
数据挖掘算法:提供属性选择、分类预测、回归预测、聚类分析、关联分析、时间序列分析等6大类30余种数据挖掘算法,以及函数拟合、方差分析等10多种统计分析算法。 模型管理:提供完备的模型创建、模型评估、模型组合、模型应用、模型发布、模型监控预警、模型更新等数据挖掘模型全生命周期管理体系。
挖掘任务调度和可视化监控:K-Miner一方面提供了包括周期策略、定时调度、优先级设定、关联任务、触发级别、超时取消等完善的数据挖掘任务调度机制,以便于分析人员制定灵活的任务调度策略和任务执行计划,确保任务执行的自动化、计算资源的合理分配和模型的周期性更新;另一方面提供了对调度引擎、数据挖掘代理和任务的可视化监控,以确保各计算代理资源的有效利用。
关键特征
算法性能卓越:K-Miner采用先进的算法迭代和搜索机制等,对每种经典机器学习算法做了大量优化,加快算法收敛速度,极大地提高了算法的执行效率。在相同测试数据、相同算法、相同建模参数的情况下,神通K-Miner各算法的执行速度均远远快于IBM Modeler等国际领袖产品,大部分算法执行速度是对方的3至10倍,个别算法执行速度是对方近百倍。
MPP+SMP并行数据挖掘架构:神通K-Miner对K均值、神经网络等能够分布式并行设计的算法进行MPP并行设计,并对所有算法进行SMP并行设计,使得其成为唯一一款所有算法都实现了并行化的数据挖掘软件,确保了其在海量数据挖掘场景下的绝对领先优势。
1. 产品送达用户之日起 7 日内,出现“性能故障”,经由用户所购产品的生产厂家指定维修服务机构检测属实后,可以免费换货;
2.产品送达用户之日起,主机享有 12 个月保修服务,配件享有 6 个月保修服务。
1、若产品主机符合保修条件,根据保修卡与购机发票即可享受保修服务,若无法提供购买证明及保修卡,则以到货签收时间作为保修起算标准;
2、属非保修产品,用户所购产品的生产厂家指定维修服务机构做保外收费维修处理;
3、产品修复后相同的故障经用户所购产品的生产厂家指定维修服务机构检验属实后,享有 3 个月保修服务;
4、需要维修或检测的产品,向用户所购产品的生产厂家指定维修服务机构送修或检测过程中发生的运输、发货和处置费用由用户承担;维修或检测产品寄还用户时产生的运费由用户所购产品的生产厂家承担(仅限中国大陆境内);
5、需要维修或检测的产品,请用户及时备份机器内的数据。用户所购产品的生产厂家不对因数据丢失造成的损失负责;
6、产品在保修期内,维修中正常使用的零部件免费;
7、维修中被替换下来的零部件所有权归用户所购产品的生产厂家所有;
8、用户所购产品的生产厂家不对非产品标准配置的及未经公司认证的配件、软件或应用负责;
9、平台产品均按照国家三包政策执行(产品在未拆封的情况下),个别产品除外,如:定制产品,项目产品等。
10、本条款未尽事宜参考国家三包法律规定。
1、产品无购机发票和保修卡,亦不能在用户所购产品的生产厂家查询到相关的销售信息,且出库日期超过 12 个月;
2、产品主机和配件曾受到:非正常或错误的使用、非正常条件不当的存储、未经授权的拆卸或改动、事故、不恰当的安装造成的损害;
3、由于用户不当造成的损害,如液体注入、外力受损等;
4、未按产品使用说明书的要求进行使用,维修保养或以外运输造成的损坏;
5、 产品的损坏由外部包括但不限于卫星系统、地磁、静电、物理压力等非正常不可预测的因素引起的;
6、因不可抗力如地震、水灾、战争等原因造成的损坏;
7、其它不符合三包相关规定的情况。
您好,有什么能帮助您
2022-05-08 09:35您好,有什么能帮助您
2022-05-08 09:35此用户没有填写评价内容
2022-05-08 09:35此用户没有填写评价内容
2022-05-08 09:35此用户没有填写评价内容
2022-05-08 09:35此用户没有填写评价内容
2022-05-08 09:35