| ورژن | 2.0 |
|---|---|
| ناشر | NeoNeuro |
| رہائی کی تاریخ | 28 اکتوبر، 2015 |
| تاریخ شامل کی گئی | 28 اکتوبر، 2015 |
| OS کی ضروریات | Windows 10, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| تقاضے | None |
| کل ڈاؤن لوڈ | 129 |
| قیمت | Free |
تفصیل
استعمال میں آسان مثالوں کے ساتھ ڈیٹا مائننگ سیکھیں۔ کمپیوٹر کو آسان ایپلیکیشن NeoNeuro Data Mining کے ساتھ شامل کرنا، گھٹانا، بولین آپریشنز، فشرز آئرس ٹاسک اور یہاں تک کہ شطرنج کی چالیں سکھائیں!
آپ حیران رہ جائیں گے کہ ڈیٹا مائننگ کس طرح ایک بچے کی طرح قدم بہ قدم شطرنج سیکھتی ہے۔
نیورل نیٹ کے برعکس NeoNeuro Data Mining تیزی سے کام کرتی ہے، کچھ سوالوں کا 'مجھے نہیں معلوم' کا جواب دے سکتی ہے اور کثیر جہتی کاموں کا انتظام کرتی ہے۔
خصوصیات:
صفائی،
تیز رفتار،
کھوئی ہوئی اقدار کے ساتھ کام کرنا،
کامن الگورتھم مختلف قسم کے کاموں کو حل کرتا ہے۔
پروگرام ایک واحد قیمت کا جواب، کئی قسمیں یا جواب 'مجھے نہیں جانتا' دے سکتا ہے۔
نیو نیورو ڈیٹا مائننگ مختلف پیرامیٹرز کے درمیان باہمی ربط کو مدنظر رکھتی ہے: شطرنج میں نقاط کو جوڑنا ممکن ہے (فرم کے لیے عمودی اور منتقلی کے لیے عمودی)، مالیاتی تجزیے میں پیسے کے بارے میں ڈیٹا کو جوڑنا ممکن ہے تاکہ انہیں غیر رقم سے الگ کیا جا سکے۔ پیرامیٹرز مثال کے طور پر، تنخواہ اور ماہانہ کریڈٹ فیس دونوں ایک ہی جہت کی رقم ہیں، لیکن ملازمت کی جگہ اور عمر دیگر اقسام کے طول و عرض (صفات) ہیں۔ اعصابی جال کا مسئلہ یہ ہے کہ وہ تنخواہ، ماہانہ فیس اور ملازمت کی جگہ کو تین مختلف تصورات کے طور پر سمجھتے ہیں۔ یہ ایک بہت بڑی پابندی ہے جو ڈیٹا مائننگ میں طے کی گئی ہے۔
NeoNeuro Data Mining سیکھنا بچوں کے سیکھنے کے مترادف ہے۔ ایپلی کیشن وہی انسانی غلطیاں کرتی ہے جو شطرنج سیکھنے میں دیکھی جاسکتی ہے۔
NeoNeuro Data Mining کی سفارش نہ صرف طلباء کو پڑھانے کے مقصد کے لیے کی جاتی ہے بلکہ سائنس کی تحقیق میں ڈیٹا مائننگ کے مشکل کاموں کو حل کرنے کے لیے بھی کی جاتی ہے۔
NeoNeuro Data Mining درج ذیل کورسز کو سمجھنے میں طلباء کی مدد کرنے کے لیے آسان ہے: مصنوعی ذہانت، مشین لرننگ، نیورل نیٹ اور ڈیٹا مائننگ کے عددی طریقے۔
اپنی مضبوط منطق اور جیومیٹری سیکھنے کی مہارت کی وجہ سے، NeoNeuro Data Mining کو روبوٹکس میں کاموں کو حل کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ طب، مالیات، حیاتیات میں غیر ساختہ ڈیٹا کے تجزیہ کے لیے بھی تجویز کیا جاتا ہے۔