產品目錄

隨著資料採礦的技術成熟，各個領域將焦點轉向使用資料採礦、分析和預測的技術，資料採礦發展至今，越來越多的業者選擇將 Data Mining 技術導入企業，可見數據分析在業界中的重要地位；而資料採礦和資料分析科學家使用的軟體工具百花齊放，其中又以 Alyuda 的神經網路軟體為一大廣受專業人士推崇的軟體工具。 Alyuda NeuroIntelligence 類神經網路軟體 NeuroIntelligence 是一個類神經網路軟體工具，旨在幫助神經網絡(neural network)，資料採礦(data mining)，規則模式識別(pattern recognition)和預測建模(predictive modeling)等數據分析專家解決現實世界中的問題。NeuroIntelligence 軟體展現了神經網絡建模演算法以及神經網絡技術應用軟體的快速，易於使用的特色。 高階的專業類神經網路軟體從人工智慧的資訊技術上獲得最大預測能力。 Alyuda的神經網路軟體成功地被數以千計的專家用來解決棘手的資料採礦問題，包括規則模式識別、預測建模，構建分類器和神經網路模擬器，設計交易系統和預測分析等，成為數據專家最佳解決方案。  

ARGUS Enterprise 了解您的投資組合，可以控制風險並提高您獲利！ ARGUS Enterprise 整合了三大評估、資產管理解決方案，包含：ARGUS Valuation DCF、ARGUS Asset Management（舊名DYNA）與ARGUS Valuation - Capitalisation（舊名Circle），將其整合到單一綜合平台。 ARGUS產品汲取了豐富的經驗並結合大量的客戶反饋，增強了許多的功能，為客戶提供突破性的解決方案！ 透過ARGUS產品您將可以結合專業知識、全球市場的知識、經驗和數據，透過正確的投資管理工具，您將可以迅速做出決策！ ARGUS Enterprise提供您認識和了解您的投資組合的詳細資料，讓您可以熟練地管理您的風險，讓您可以掌控自己的命運。   Unprecedented visibility into your portfolio With advanced portfolio tools, create KPIs and dashboards customized for each user. Pivot portfolio results and analyze with filters and charts. Intuitive and easy to use New user interfaces for budgeting and other user interface enhancements make for faster analysis and less errors. Screens that are familiar to existing ARGUS users, allowing you to enter data the way you work. Fastest deployment in the industry ARGUS Enterprise can be installed at the desktop level for immediate property modeling or deployed on an enterprise level with enterprise level security and configuration. Our new deployment options will have you up and running as soon as you download and install the solution. Interconnected System Dynamic connections to Excel, combine with ARGUS Symphony to make ARGUS Enterprise a truly connected platform. Never before has the data been more accessible and usable bi-directionally with any asset management solution. ARGUS Compatible Leverage ARGUS DCF data. Along with the user interface, the data in ARGUS DCF files can be easily imported into ARGUS Enterprise. Trust ARGUS to create the highest level of compatibility with ARGUS DCF files. 影片介紹  

ChaosHunter ®是一個獨立的軟體工具，旨在產生可讀的公式，您的數字數據模型的應用如下： ● 對金融市場生產買入/賣出信號 ● 預測未來價值的時間序列，包括市場價格 ● 建立科學數據模型 ● 建立企業財務或銷售數據模型 ● 預測實驗的結果等等 ChaosHunter要求您從電子表格或數據源輸入歷史文本文件或樣本數據。然後您需要選擇算術類別和您想使用的ChaosHunter的其他數學函數，之後它會產生的數值公式，讓您可以閱讀、理解、利用，甚至對外出售。ChaosHunter可用功能還包括神經網絡和混沌函數。 由ChaosHunter公式所產生的買入/賣出信號，可以被轉移到許多流行的交易平台，它使您能夠將您的模型與貿易數字的經紀公司。我們現在可以利用已經開發完成的界面，配合以下的平台就能讓您更輕鬆轉換ChaosHunter模型： ● NeuroShell® Trader Professional ● NeuroShell® DayTrader Professional ● Interactive Brokers Trader Workstation ● TradeStation® ● NinjaTrader® ● MetaTrader 4 ● Wealth-Lab Pro® ● eSignal® ● Microsoft® Excel Science and Trade Modeling The ChaosHunter works by evolving formulas from basic building blocks - "atomic" functions like add, subtract, multiply, divide, sine, cosine, square root, etc. The user selects which of these functions will be in the pool of available functions, and the ChaosHunter evolves combinations that continually get better at solving the problem. Solving the problem can mean predicting or classifying a time series for business and science users (primarily), or it can mean generating buy/sell signals for trading. Since the formulas that get generated are usually not esoteric like neural network formulas, you can show them to your boss, modify them, and insert them into other programs. The ChaosHunter's atomic function set contains simple polynomials (e.g. a2 + b2), neurons, boolean functions (AND, OR, NOT), and many more. The neuron functions (if chosen) can combine to form unique neural net structures. For our science and business users, you get models that have readable, understandable formulas to model the data. If the data is time series, it builds recurrent formulas necessary for most definitions of chaotic functions. Although it mostly predicts, you can classify as well if there are two classes, one of which can be described by positive numbers and the other by negative numbers. The trading models it builds can be used standalone or in conjunction with NeuroShell Trader Professional or DayTrader Professional, and they are capable of investigating chaotic time series. Traders can also fire the trading models the ChaosHunter makes from any number of trading products that you may have purchased before you found out how good NeuroShell Trader Professional is. The reason is that ChaosHunter makes formulas that can most likely be inserted into many of these systems. So you build the model (formula) based on text files exported from NeuroShell Trader or these other systems, then use the model in real time somewhere else. Of course, we have a much easier way to insert the models into NeuroShell Trader...

此軟體試用版需付費使用，此成本可於購買時扣除，有需要請來信詢問 Concept Star 是最有實際經驗的分析系統結構法Interpretive Structural Modeling(ISM)的軟體，該軟體可在Windows系統上應用。他的設計是根據多年的諮詢領域的行政決策和組織問題解決的實踐經驗，Concept Star 是一款可以幫助你解決日常複雜問題的無價工具軟體。 Concept Star 易於使用，因為它的人機直觀介面和自動視覺顯示關係模型。這使得用戶能夠更方便地在地圖上確定路徑或線程的思想，以促進了解的情況和決策。 Concept Star 可用於作為個人桌面工具，也可以讓諮詢專業人員應用於幫助客戶解決問題上。公司組織支付了數千美元給ISM諮詢顧問。這款強而有利的工具不僅可以幫助您增加職涯的競爭優勢，也可以幫助您的組織規劃以及解決問題。 如同所有的功能強大的工具，為了以便使最有效地利用Concept Star您需要一些培訓。Concept Star Professional ISM Software and Training Package是ISM的套裝軟體，其中包括一本書(Structured Decision Making with ISM)，提供深入培訓，有效地利用安全管理過程，除了軟體用戶手冊。這使得這個套裝軟體可以被任何人使用而不需要具有過往的知識領域或昂貴的專業培訓。

Data Mining with Cubist Cubist 資料採礦軟體工具 資料探勘（Data mining）是指從組織的資料庫中萃取資料的過程，這些資料通常被用來洞察該組織的營運模式和預設未發生之結果，以支援使用者做決策。 Cubist是 RuleQuest Research 公司開發的建立預測模型的工具。其內建的規則算法可幫助建立預測模型的輸出值，並與See5/C5.0產品互補。例如，See5/C5.0可能依據其百分比將數據分類為“高”、“中等”或“低”，而Cubist將會是輸出一個數字，如“7.3”。 Cubist是一個功能強大的工具，Cubist模型比那些一般的技術，如多元線性回歸得可以到更好的結果，同時也比神經網絡分析更容易理解。  

DEA SolverPro 近年來已經有很多使用資料包絡分析(Data Envelopment Analysis, DEA)來評估許多不同種類實體效益的多種應用,在很多不同背景的國家中從事不同的活動。一個原因是，因為經常有未知的複雜因素,很多活動牽扯到多次輸入和輸出之間的關係，DEA已經提供對解決這些情況的可能性。例子包括：在不同地理位置的美國空軍基地的維護活動，英國和威爾斯的警力分配，賽普勒斯和加拿 大分行的效能，和美國、英國以及法國的大學實施他們的教育和研究過程中的效率。借著各式各樣的輸入和輸出（包括把"社會"和"安全網"的支出當作輸入數 據，把各種方面的"生活品質"當做輸出資料），這些種類的應用延伸到用來評價城市、地區和國家的實施效率。 SAITECH Inc. 公司的 DEA-Solver-Pro 除了整合SBM (Non-Oriented SBM ) 模型並加上了 “Global RTS” 模型，也針對前幾版的功能做了修正。該模型是一個整合的模型，如圖A所示，該模型可以評估（1）所觀察到的整個期間的整體效率，（2）動態變化的週期（長期）效率（3）部門效率的動態變化及（4）分區麥式(Malmquist)指數。 這些特徵通過統一徑向(unifying radial)和非徑向模型考慮了輸入/輸出資料的差異，以及他們對於測量技術效率的相對重要性。使用EBM模型，DEA-Solver-Pro變得非常有效，甚至是那些帶有依賴資料和相關資料的案例。   更新介紹 In DEA, we often encounter negative data, e.g. financial data. In response to many requests, in this Version 15.0, we updated SBM models to cope with negative data. Three clusters are added under the Variable Returns-to-Scale (VRS) model. They are NegativeData_SBM, NegativeData_SBM_Max and NegativeData_Malmquist_SBM. Now, we can deal with positive and negative data in a single model. The efficiency scores are units invariant. we introduced SBM_Bounded models as an extension of the SBM_Max models. In real world applications, there are cases where input-reduction and/or output expansion are restricted by some external constraints. For example, suppose that expansion of inpatient visits, as an output of hospitals, is bounded by 3% of the current value due to physical environments. Input reduction bound and output expansion bound differ for every input and everyoutput. The SBM_Bounded models handle these cases as the constraints to slacks which are obtained by SBM_Max models. Hence, the projection of inefficient DMUs thus obtained indicates more practical and useful improvement (Kaizen) plan. In Figure 14.0, we illustrate the model in the input side projection. DMUs A, B, C and D are on the efficient frontier while P and S are inefficient. P will be projected to R by the SBM_Max model, whereas the bounded area forces it to stop at Q. The bounded area is determined by Input 1 reduction rate and Input 2 reduction rate which are assumed to be common to all DMUs. DMU S is projected to T inside its bounded area and on the efficient frontier.  

DTREG 是一款完美的建模工具，適用於商業建模或建立多種醫學資料模型，例如性別、人種、婚姻狀況等! 從一組數據值中提取有用信息的過程被稱為「數據挖掘」（data mining）。這些數據可以用來創建模型並做出預測。目前的技術已經發展出許多預測模型，而如何選擇和應用最好的模型則是一種藝術。 DTREG實現強大的已開發預測建模方法。你可以使用決策樹模型、支援向量機(Support Vector Machine, SVM)、基因表示規劃法(Gene Expression Programming)、符號回歸(Symbolic Regression)，K-means 分群法（k-means clustering）、判別分析法（discriminant analysis）、線性回歸(Linear Regression models)和(Logistic Regression models)。DTREG也可以進行時間序列分析和預測。 Classification and Regression Trees. DTREG can build Classification Trees where the target variable being predicted is categorical and Regression Trees where the target variable is continuous like income or sales volume. DTREG 提供多種強大的預測建模 Multilayer Perceptron Neural Networks Probabilistic Neural Networks General Regression Neural Networks RBF Neural Networks GMDH Polynomial Neural Networks Cascade Correlation Neural Networks Support Vector Machine (SVM) Gene Expression Programming - Symbolic Regression Decision Trees TreeBoost — Boosted Decision Trees Decision Tree Forests K-Means Clustering Linear Discriminant Analysis (LDA) Linear Regression Logistic Regression

Expert Choice 是進階決策支援服務的領導軟體，從IT投資組合管理、新產品開發、重要決策計劃到為供應商提供選擇，Expert Choice可以幫助您的公司作更好的決策和改善您的營收。  Expert Choice 解決方案的重心是有強大的團隊決策支援軟體應用。基於層級分析法(Analytical Hierarchy Process，簡稱AHP) 和從數千顧客超過20年的投入，有超過60餘個國家、15000的用戶使用Expert Choice，幫助您和您的公司實現領導決策支援應用。 多層級分析法是非常有利且靈活的決策法，它幫助決策者對事件做層級分析進而做出在某一觀點下最好的決策。藉著一對一的比較，減少複雜的決策過程並綜合其結果。AHP不只幫助我們做出最好的決策而且提供清楚的理由去說明為何選擇的理由。AHP是發展了超過20年的決策理論，他反映出人是如何做決策。目前是非常受重視且應用廣泛的決策理論。 決策者藉由AHP把到完成目標前可以選擇的每一動作以較簡單的準則取代。由簡單的兩兩比較方式完成每一選擇的優先順序。決策的問題可包含社會、政治、經濟等層面。AHP幫助人以直覺、理性或非理性處理有不確定因素的複雜問題。它通常用來處理預測收入、項目或未來的計畫、團體決策、決策系統的活動控制、資源、成本或收益比較、評估員工等方面。 Expert Choice 是建構在AHP理論上的軟體，它容易操作的圖形化介面讓任何人皆易於上手。因為判斷的層次標準都表現在軟體的hierarchical structure上，決策者可融合企業本身的層次並做出重要的判斷。在 Expert Choice決策過程結束之後，決策者可藉由容易瞭解的結果明白決策是如何產生的。

即時的效率分析  使用 Frontier Analyst 可以增加生產效能的獲利，它提供您了解如何管理您的營業單位和改進效能，Frontier Analyst 使用一種被稱為 “資料包絡分析” (Data Envelopment Analysis, DEA) 的方法，有時被稱為比較性能的評價或同儕本位分析(peer based analysis)，去分析有相似功能商業單位的相對性能，而非只是單純的財物標準分析。 Frontier Analyst 現今運用在很多營業機構裡，範圍從小型企業到跨國際企業，包含零售商、總經銷商、銀行、公家機關和醫療診所等等以商業為基礎的企業。工作效率評分表合適項目的分數和規模效益才會展現出來。但這只是一個開端，簡單的點選按鈕，你可以展現出更多有用且易於解釋的應用。你可以不同的方式解決評分表，並用不同分段的數據。下一個展現的分佈圖顯示效率範圍。

GeneXproTools是一款靈活的預測建模工具，其設計有功能查找、logistic回歸、分類、時間序列預測和邏輯合成等功能。GeneXproTools非常方便使用，只要您輸入數據資料、點擊滑鼠，使用GeneXproTools系列模板為你設計模式，將能夠立即生成一個模型。本軟體有四個版本GeneXproTool－Standard、Advanced、Professional及Enterprise。 GeneXproTools可處理數以萬計的變數的資料集，並且可以毫不費力地找出顯著點及其相互關係。GeneXproTools也是非常平易近人的應用程式，其簡化所有類型資料的存入，包含原始的文字檔資料庫和Excel試算表。您不知道需要精通任何程式設計語言以建立精確和複雜的模型。 GeneXproTools提供所有必要功能包含：負荷訓練和測試、生成模型、執行結果的統計分析，並應用該模型產出新的分析資料。此外，GeneXproTools可以幫您轉換成多達16種主流程式語言，如：Ada、C、C++、C#、Fortran、Java、Java Script、Matlab、Pascal、Perl、PHP、Python、Visual Basic、VB.Net、Verilog及VHDL等等。 高品質模型 GeneXproTools產出的模型非常準確且強大，可以同時觀察和測試十二個樣本或使用自己的數據進行運算。在試算模式下，GeneXproTools可讓您載入數據、建立模型，並審查這些模型的統計分析。樣本分析沒有設定任何限制，因此可以探索和學習完整的流程，從模型結構和編碼，到模型評估和模型簡化。 無限的變量和樣本 GeneXproTools可以處理任何樣本和變量，除非受到電腦硬體資源的限制。使用新型的電腦可以不費吹灰之力處理一到兩億以上的儲存格。新的文件格式，可以非常有效率的在幾秒鐘內載入數據並且存儲。 方便使用 GeneXproTools是迄今為止市場上最方便的預測建模軟體，簡單的嚮導和概念，僅需了解計算機基礎知識，即可分析複雜的資料。可以幫助世界各地的使用者作出突破性的發現和創造非凡的新產品，因為GeneXproTools為任何研究領域提供理想的建模平台。GeneXproTools不僅可以應用再簡單數據分析中，還包含了建模平台的所有優點。正如知識的工具的進展，你會發現GeneXproTools將會增加你的工作成效，並進一步改善的工作結果。

Checking Data Quality with GritBot 使用GritBot檢查您的數據品質(Data Quality) 資料探勘（Data mining）是指從組織的資料庫中萃取有價值資料的技術。資料探勘的搜索模式對於分析資料的影響重大，如果分析的資料中包含錯誤的數值，其分析的資料將會是“垃圾進，垃圾出”（Garbage in, garbage out.）。 GritBot是 RuleQuest Research 公司開發的異常檢測工具，其作為自動的異常數據資料發現工具，其試圖在分析前找到資料中的異常數據。它可以被認為是一個獨立的資料品質審核員，尋找資料庫中異常的離散值或連續屬性的數值。使用GritBot可以提高See5/C5.0和Cubist等演算法從資料集構造模型的有效性。  

  友環為 IBM 軟體代理商夥伴 IBM® SPSS® Statistics 為分析資料的強大系統。SPSS Statistics可以從幾乎所有的檔案類型中擷取資料，然後利用這些資料來產生表格化報告、圖表，以及分配與趨勢的統計圖、敘述統計和複雜的統計分析。 Statistics Base 提供多項基本分析與報告的統計程序，包括個數、交叉表與敘述統計、OLAP 多維度報表，以及編碼簿報告。其也提供多項維度縮減、分類與分段技術，例如因子分析、集群分析、最近鄰法分析，以及判別函數分析。此外，SPSS Statistics Base 也提供許多種演算法，以用於比較平均數與預測技術，例如 t 檢定、變異數分析、線性迴歸以及次序迴歸。 進階統計量重點放在臨床實驗與生物醫學研究中常用的技術。其中包括用於一般線性模式 (GLM)、一般混合模式、變異成份分析、對數線性分析、次序迴歸、保險統計生命表、Kaplan-Meier 存活分析、以及基本與延伸式 Cox 迴歸的程序。 自助法方法可獲得可靠的標準誤估計值和如下列各種估計值的信賴區間：平均數、中位數、比例、odds 比率、相關係數或迴歸係數。 類別執行最適尺度程序，包括對應的分析。 複合樣本可讓調查、市場、健康和公眾輿論的研究人員，以及使用樣本調查方法的社會科學家，將複合樣本設計納入資料分析中。 Conjoint 提供實際可用的方式，測量各個產品屬性如何影響消費者和一般國民的偏好。有了 Conjoint，可以簡易地在一組產品屬性的條件下，測量各產品屬性的平衡取捨—，就像消費者在決定是否購買時經常作的考量。 自訂表格可建立各種簡報品質的表格式報表，包括複雜的行列表格以及複選題資料的顯示 。 準備資料提供資料的快速視覺快照。提供功能套用驗證規則，挑出無效的資料值。您可以建立會標示超出範圍之數值、遺漏值，或空白數值的規則。您也可以儲存會紀錄個別違規，和每一個觀察值之違規總數的變數。也提供一組預先定義的規則，讓您進行複製或修改。 決策樹狀結構可建立樹狀結構式分類模式。它會根據自 (預測值) 變數的值，將觀察值分成組別，或依變數 (目標) 的預測值。這個程序會提供用於解釋與確認分類分析的驗證工具。 直效行銷運用專為直效行銷設計的技術，可讓組織確保其行銷方案能發揮最大效益。 精確檢定可在小量或分配極不平均的取樣所造成之一般檢定不精確時，用來計算統計檢定的精確 p 值。本選項只能在 Windows 作業系統上使用。 預測使用多重曲線填入模式、平滑模式、以及估計自動迴歸函數的方法來執行廣泛的預測與時間數列分析。 遺漏值描述遺漏值的形式、估計平均數及其他統計量，以及插補遺漏觀察值的數值。 您可以使用 神經網路，以產品需求預估作為價格和其它變數的函數，或是根據購買習慣和人口統計所作的客戶分類，來做出商業決策。神經網路是非線性資料建模工具。它們可用來將輸入和輸出間複雜的關係建成模式，或找出資料中的樣式。 迴歸提供不適用於傳統線性統計模式的資料分析技術。其中包括用於 probit 分析、logistic 迴歸、權重估計、二階最小平方迴歸、以及一般非線性迴歸的程序。 Amos (動差結構分析) 使用結構式方程式模型，以確認並解釋推動行為背後包含的態度、感覺及其他因子的觀念模式   影片介紹