Публикации по теме 'predictive-analytics'


От данных к решениям: полное руководство по прогнозной аналитике с примерами Python
Введение. В последние годы предиктивная аналитика получила значительный импульс благодаря своей способности использовать алгоритмы машинного обучения для анализа исторических данных и прогнозирования будущих результатов. В этой статье мы рассмотрим возможности предиктивной аналитики, варианты ее использования в отрасли и предоставим примеры кода Python, чтобы продемонстрировать, как это работает на практике. Раздел 1. Общие сведения о прогнозной аналитике Предиктивная аналитика —..
Машинное обучение: регрессия - прогнозирование стоимости дома (урок 2)
Вы собираетесь продать свой дом и хотите знать, какая у него подходящая цена? Угадаем стоимость дома с ML - как? Пожалуйста прочти :) В последнем посте вы узнаете некоторые основные термины из слова ML. В этом посте мы сосредоточимся на контролируемом обучении и сделаем что-нибудь классное - построим модель машинного обучения, которая будет прогнозировать стоимость дома на основе его свойств. Начнем с теории. При обучении с учителем вы выбираете алгоритмы в зависимости от типа..
Линейная регрессия с использованием Apache Spark MLlib — Wisdom In Data
Что такое линейная регрессия? Википедия утверждает: линейная регрессия в статистике — это линейный подход к моделированию связи между зависимой переменной и одной или несколькими независимыми переменными. Линейная регрессия является основным и широко используемым типом прогнозного анализа. Вернемся к школьной математике: каждую прямую можно представить уравнением: y = mx + b, где y — зависимая переменная, а X — независимая переменная, от которой зависит y. Как мы можем использовать..
Пять ключевых преимуществ принятия решений на основе данных
Принятие решений является одним из важных навыков, которыми обладают различные бизнес-лидеры, менеджеры, инженеры и дипломированные бухгалтеры в компании. Руководство принимает бизнес-решения на основе нескольких исходных данных, таких как рыночные условия, спрос, предложение, стоимость операций, ожидаемая прибыль и устойчивость бизнеса . Принятие решений на основе данных — это процесс сбора, очистки и обработки данных, извлечения информации из закономерностей в данных и использования..
5 способов, с помощью которых машинное обучение может изменить управление цепочками поставок
Машинное обучение меняет будущее управления цепочками поставок. Согласно недавнему исследованию Mckinsey Global Institute, передовые технологии искусственного интеллекта могут обеспечить глобальный экономический эффект в размере 10–15 трлн долларов во всех сегментах отрасли. Недавно Gartner прогнозировала, что к 2020 году 95% поставщиков услуг по планированию цепочки поставок будут полагаться на контролируемое и неконтролируемое машинное обучение в своих решениях. Увеличение затрат,..
Анализ выживания, часть 1: Модель Вейбулла
Эта вводная серия статей предназначена для общего обзора моделирования выживаемости в контексте прогнозирования отказов машин. Мы расскажем об основах моделей выживания, о том, как можно использовать наблюдаемые исторические данные для повышения эффективности прогнозирования и как эти наблюдаемые данные можно использовать для обучения моделей выживания. В частности, этот пост представляет собой общее введение в: Анализ выживаемости Модель Вейбулла Подбор моделей Вейбулла с учетом..
Проблема глубокого обучения и временных рядов
Промышленность наконец осознает потенциал машинного обучения для прогнозного анализа . Но специалисты по обработке данных, столкнувшиеся с проблемой прогнозирования (прогнозирование спроса, профилактическое обслуживание, прогнозирование оттока…), обычно предпочитают один из двух одинаково неадекватных подходов : Обычное моделирование: «Если я буду тренировать, проверять и тестировать свой случайный лес, как в школе, все будет в порядке». Неверная изощренность: сети LSTM..