MAIA Tabular
不需程式語言,自動建立數據預測 AI 模型,從大數據挖掘關鍵資訊,支援多種演算法模型,自動化選擇最佳參數。
輕鬆訓練結構化資料模型
建立專案
匯入資料
選擇模型
訓練模型及應用
軟體特色
自動訓練表格資料模型
模型評估
選擇演算法
擴充模型
介面功能
![](/upload/images/2023060517241699188.png)
資料前處理及視覺化
客製化多種資料格式定義、缺失值、離群值處理方式,提供資料視覺化分析
![](/upload/images/2023060517241675617.png)
自動化模型訓練
支援多種演算法模型 供自動化模型訓練
![](/upload/images/2023060517241627894.png)
模型評估
提供混淆矩陣、ROC、視覺化特徵重要性排序等多元評估
方式
![](/upload/images/2023060517241686661.png)
模型推論
應用模型推論新資料
關鍵技術說明
自動調參
可以自動選擇最優的模型參數,並對模型進行調參。
模型驗證
多種模型驗證方式,Cross Validation等方法,保證模型的泛化能力跟穩定性。
核心模型
LightGBM
基於決策樹的梯度提升框架,採用了 Histogram-based 壓縮技術。
XGboost
基於決策樹的梯度提升框架,採用了 Gradient-based One-Side Sampling 技術。
Logistic regression
演算法簡單,容易理解和實現,基於線性組成的演算法。
Catboost
基於決策樹的梯度提升框架,採用了 Ordered Boosting 技術和 Symmetric Decision Tree 技術。
Random Forest
基於決策樹的集成學習方法
Tabnet
Tabnet -> ElasticNet:
高效率的演算法,簡單,容易理解和實現。
符合不同需求
單機版
支援Windows 10 / Windows 11 / Ubuntu ,可搭配沐恩最新開發軟體MQE (Medical Query Expert),為專案計畫及研究論文撰寫的最佳組合。