Публикации по теме 'predictive-analytics'


Аналитика: превращение данных в золото управления
** Эта статья изначально была опубликована в Applied Marketing Analytics (Volume 4/Number/2019) издательства Henry Stewart Publications ** Конкуренция является движущей силой роста маркетинговой аналитики B2B и B2C. Менеджмент всегда ищет способы обойти конкурентов и увеличить прибыль. Нет недостатка в метриках для мониторинга и отслеживания; конечной целью является достижение и превышение KPI при максимальной рентабельности инвестиций. Эффективность экосистемы маркетинговой..
Сколько данных требуется для решения задач прогнозного моделирования?
Сколько данных требуется для задач прогнозного моделирования ? Помните, что машинное обучение - это индукционный процесс. Модель может запечатлеть только то, что она видела. Ответ на этот вопрос Никто не может вам сказать . Это непостижимо, поскольку реальное явление для прогнозного моделирования сложно. Придумать эмпирические правила непросто. Даже в этом случае вы должны учитывать контекст, когда применять эти правила, а также знать о возможных исключениях. Модели машинного..
Проверка прогнозов науки о данных: анализ отдельных случаев + отрицательный анализ
Как проверять конкретные прогнозы и проводить анализ отрицательных случаев Где-то от 40 до 43% времени, когда я показываю новым ученикам, как использовать методы .predict() , я получаю следующий вопрос: Где прогнозы? Я бы хотел, чтобы учащиеся задавали этот вопрос чаще. Это проницательный вопрос, особенно для людей, которые не знакомы с Python, наукой о данных и могут впервые увидеть метод .predict() . Наверняка количество групп, задающих этот вопрос, меньше половины, но,..
Что значит быть специалистом по данным со страстью к играм…
League of Legends: создайте модель для прогнозирования команд-победителей на основе результатов Резюме В течение 2 месяцев я делал небольшой проект данных по League of Legends , так как я большой поклонник игры и ее использования данных. Проект сосредоточен на вопросе, можем ли мы создать модель для прогнозирования команд-победителей на основе результатов. Я пытался использовать логистическую регрессию и другие модели, чтобы предсказать исход матча. Функции были извлечены из..
Подготовка данных для ИИ: важный шаг в успешном машинном обучении
Искусственный интеллект (ИИ) изменил различные отрасли, позволив машинам учиться на данных и принимать обоснованные решения. Однако эффективность модели ИИ сильно зависит от качества и актуальности данных, на которых она обучается. Подготовка данных — важнейший начальный этап конвейера машинного обучения — включает в себя очистку, организацию и преобразование необработанных данных в формат, подходящий для обучения. В этой статье мы рассмотрим ключевые этапы подготовки данных для ИИ. 1...
Машинное обучение: революционный подход к работе с клиентами в бизнесе
В эпоху цифровых технологий компании постоянно стремятся обеспечить наилучшее качество обслуживания клиентов. С развитием технологий машинное обучение изменило правила игры в этом направлении. Используя возможности алгоритмов и анализа данных, машинное обучение позволяет компаниям получать ценную информацию, принимать решения на основе данных и предоставлять своим клиентам персонализированный опыт. В этой статье мы рассмотрим, как машинное обучение меняет опыт работы с клиентами в деловом..
Реализация модели машинного обучения: оценка важности переменных в разных моделях
Часть 1 из серии статей о моделях машинного / глубокого обучения на практике Большой! Итак, вы завершили конвейер машинного обучения (ML), надеюсь, выбрали параметры настройки для каждой модели с помощью процедуры тщательной проверки и сошлись на том, что, по вашему мнению, является окончательной моделью для каждой стратегии. Что дальше? В первой части этой серии я расскажу о некоторых показателях и графиках за пределами области под кривой ROC, которые могут быть полезны в достижении..