|
|
BayesiaLab 4.2
|
Bayesia社は、2006年10月23日 に、BayesiaLab 4.2 をリリースしました。
主な新しい点は以下のとおりです。それにより、BayesiaLab は、さらに強力なツールになりました。
- マルコフブランケットのSASマクロへのエクスポート
例えば、ダイレクトマーケッティング アプリケーションにおいて、ベイジアンスコアリング機能の展開を容易にするために、目標変数のマルコフブランケットをSASマクロの中へエクスポートすることが可能になりました。その結果、このマクロは、マルコフブランケットの値から目標変数についての正確な推論を行なうことができるようになりました。この新しい機能は、別途の申込みによってのみ利用可能です。
- 変数のクラスタリング
このアルゴリズムは、検証モードで利用可能で、意味論的に近い変数をクラスタに分けるために、ベイジアンネットワークのグラフ構造と弧の影響力を使用します。たとえクラスタの数が自動的に計算されても、スライダは、それを修正し、クラスタリング結果をダイナミックに見ることを可能にします。
- 複合のクラスタリング
変数クラスタリング・アルゴリズムによって返される変数のクラス上で、データ・クラスタリングを実行することを可能にします。顕在変数の合成による潜在変数が、各クラス用に作成されます。その結果、これらの潜在変数をすべて含むベイジアンネットワークが作成され、関連する内部データベースが付属されます。その中で、各々のベイジアンネットワークを使用することにより、潜在変数のすべての値が推論されます。それにより、これらの潜在変数(のみならず、おそらく顕在変数)間にある確率的な関係を発見することが可能になります。
- データ・クラスタリング
新しいスコアのインプリメンテーションおよび新しい探索戦略の開発は、さらに多くの関連するクラスタを得ることを可能にします。これらのクラスタはより安定し、純度が改善されています。その結果のクラスタ数は、前のリリースより削減されます。
- マッピングツール
マッピングツールは、データ・クラスタリングによって得られた結果のグラフ表現を持つことを可能にします。クラスタは、それらの周辺確率、純度、および、近隣性に従って表示されます。
- バッチ同時確率
アクティブなベイジアンネットワークを使用して、データベースの各レコードの同時確率を計算することを可能にします。この機能は、すべての変数を考慮することにより、外れ値 (つまり非常に弱い同時確率をもつ異常なレコード)を検知するのに非常に有用になりえます。また、いつものように、インターフェースの人間工学的向上と性能改善をもたらします。
より詳しくは、以下のページをご覧ください。
BayesiaLab 4.2: what's new
また、下記までお問い合わせください。
Knowledge Synergy: 内藤 求、04-2993-0519, motom@green.ocn.ne.jp
|
|
