co jsou prediktivní analytika?
prediktivní analytika popisuje použití statistik a modelování k určení budoucího výkonu na základě současných a historických dat. Predictive analytics podívejte se na vzory v datech určit, zda tyto vzory jsou pravděpodobné, že se objeví znovu, což umožňuje podnikům a investorům, aby upravit tam, kde se používají své prostředky využít na možné budoucí události.,
key Takeaways
- prediktivní analytika je použití statistických a modelovacích technik k určení budoucího výkonu.
- používá se jako rozhodovací nástroj v různých průmyslových odvětvích a oborech, jako je pojištění a marketing.
- prediktivní analytika a strojové učení jsou často navzájem zaměňovány, ale jsou to různé disciplíny.
porozumění prediktivní analytice
existuje několik typů prediktivních analytických metod., Například dolování dat zahrnuje analýzu velkých tranší dat k detekci vzorů z nich. Analýza textu dělá totéž, s výjimkou velkých bloků textu.
Prediktivní modely vypadají v minulých dat určit pravděpodobnost určité budoucí výsledky, zatímco popisné modely vypadají v minulých dat určit, jak skupina může reagovat na sadu proměnných.
prediktivní analytika je rozhodovací nástroj v různých průmyslových odvětvích., Například, pojišťovny zkoumat politiku žadatelé určit pravděpodobnost, že museli zaplatit za budoucí pohledávky na základě současné riziko bazénu podobných pojistníků, stejně jako v minulosti události, které vyústily do výplaty. Obchodníci podívat na to, jak spotřebitelé reagovali na celkové ekonomiky při plánování nové kampaně, a můžete použít posuny v demografické údaje k určení, zda aktuální mix produktů bude lákat spotřebitele k nákupu.
aktivní obchodníci se při rozhodování, zda koupit nebo prodat zabezpečení, dívají na různé metriky založené na minulých událostech., Klouzavé průměry, pásma a body zlomu jsou založeny na historických datech a používají se k předpovědi budoucích cenových pohybů.
běžné mylné představy prediktivní analytiky
běžná mylná představa je, že prediktivní analytika a strojové učení jsou stejné věci. Ve svém jádru, predictive analytics obsahuje řadu statistických technik (včetně strojového učení, prediktivní modelování, vytěžování dat) a využití statistiky (historické i současné) odhadnout nebo předpovědět budoucí výsledky., Prediktivní analytika nám pomáhá porozumět možným budoucím událostem analýzou minulosti. Vzhledem k tomu, že strojové učení, na druhé straně, je podpole počítačové vědy, které, dle roce 1959 definice Arthur Samuel—Americký průkopník v oblasti počítačových her a umělé inteligence, která dává „počítačům schopnost učit se, aniž by byl explicitně naprogramováno.“
nejčastější prediktivní modely patří rozhodovací stromy, regrese (lineární a logistické) a neuronové sítě—což je nově vznikající oblasti hlubokého učení, metod a technologií.,
příklad prediktivní analýzy
prognóza je základním úkolem ve výrobě, protože zajišťuje optimální využití zdrojů v dodavatelském řetězci. Kritické paprsky kola dodavatelského řetězce, ať už se jedná o řízení zásob nebo podlahu obchodu, vyžadují přesné předpovědi pro fungování. Prediktivní modelování se často používá k čištění a optimalizaci kvality dat používaných pro takové prognózy. Modelování zajišťuje, že systém může přijímat více dat, včetně operací zaměřených na zákazníka,aby byla zajištěna přesnější předpověď.,