Публикации по теме 'predictive-analytics'


СЛУЧАЙ БОЛЬШОЙ МОЩНОСТИ
НЕТ НИКАКИХ УЧЕНЫХ-ДАННЫХ! — часть 6 Случай беспорядков большой мощности Эта статья является частью нашей серии статей о том, как разные специалисты по обработке и анализу данных по-разному строят схожие модели. Нет одинаковых людей, и, следовательно, нет одинаковых специалистов по данным. И обстоятельства, при которых необходимо решать проблемы с данными, постоянно меняются. По этим причинам для выполнения поставленной задачи могут и будут использоваться различные подходы. В..
Применение прогнозной аналитики к задержкам рейсов
Мотивация Полет по делам полон неопределенности. Для путешественников, у которых мало времени для пересадки или приближается время прибытия к важной встрече, даже небольшая задержка рейса может вызвать серьезное беспокойство. Почти треть деловых путешественников Апсайда столкнулись с задержкой рейсов только за последние 30 дней. Из всех задержанных рейсов 11% были задержаны более чем на час, а 4% - более чем на два! Задержки - это не только неудобства для путешественников - с..
Характеристики хорошей функции
"Секреты и уловки" Характеристики хорошей функции Почему предсказательная сила — это еще не все при выборе функций модели В страховании поведение претензий в прошлом очень хорошо предсказывает поведение претензий в будущем. Это может быть единственный наиболее предсказуемый источник информации, используемый для определения того, подаст ли клиент претензию. Однако, если бы мы построили модель, используя только историю претензий, это было бы не очень хорошо. Как правило,..
ИИ на помощь: прогноз претензий
Обзор Страховая отрасль является одной из первых, кто внедрил ванильные алгоритмы, такие как логистическая регрессия. В страховой отрасли в последнее время наблюдается всплеск использования прогнозной аналитики для анализа вероятного будущего претензии. Результаты этих алгоритмов обеспечивают поддержку принятия решений для менеджеров по претензиям. Упомянем некоторые из многих вариантов использования в страховой и перестраховочной отраслях ниже: Создайте оценочную карту рисков,..
Моделирование кредитного риска в Python
Введение Моделирование кредитного риска является важнейшим аспектом индустрии BFSI, позволяющим кредиторам оценивать вероятность дефолта заемщиков по кредитам. Мы все знаем, что происходит с прибыльностью и даже с выживанием финансовых учреждений, когда кредиты становятся мошенническими! В этом блоге мы рассмотрим, как построить модель кредитного риска с помощью Python. Мы обсудим набор данных, попытаемся решить проблему несбалансированных данных, предварительно обработаем данные,..
Оптимизация продаж в Private Equity
Проблема Компании среднего рынка, занимающейся прямыми инвестициями, потребовалась помощь в интеграции 4 приобретенных CRM / ERP-компаний. Они представили Blue Orange генеральному директору объединенной компании, чтобы он предоставил рекомендации по архитектуре их инфраструктуры данных для поддержки унифицированных данных и оптимизации продаж. Из-за разрозненных наборов данных компания не имела представления об эффективности участия в верхней воронке продаж или атрибуции на протяжении..
Наука о данных для бизнеса: введение в прогнозное моделирование и сегментацию клиентов
Определение науки о данных Наука о данных — это область исследования, которая сочетает в себе опыт предметной области, навыки программирования и знания математики и статистики для извлечения осмысленной информации из данных. Он включает в себя использование автоматизированных методов для анализа больших объемов данных, а также для извлечения, преобразования и визуализации данных таким образом, чтобы это было полезно для принятия решений. Специалисты по данным используют различные..