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
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
自動化模型訓練
支援多種演算法模型供自動化模型訓練
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
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。