Публикации по теме 'predictive-analytics'


Использование возможностей данных и машинного обучения для решения ежедневных проблем владельцев ресторанов/пищевой промышленности…
Использование возможностей данных и машинного обучения для решения ежедневной головной боли владельцев ресторанов и предприятий пищевой промышленности "Достаточно ли я закупил на следующую неделю?", "Используются ли мои сырые овощи/материалы без консервантов полностью, прежде чем они испортятся?", "Стоит ли мне платить за этот товар 250 долларов или 300 долларов? », «Как максимизировать прибыль при заданном спросе и цене?» Вот некоторые из вопросов, которые волнуют каждого..
Квантильная регрессия: от линейных моделей к деревьям и глубокому обучению
Предположим, аналитик по недвижимости хочет спрогнозировать цены на жилье на основе таких факторов, как возраст дома и расстояние до центров занятости. Типичной целью будет получение точечной оценки наилучшей цены на жилье с учетом этих факторов, где «наилучшая» часто относится к оценке, которая сводит к минимуму квадратичные отклонения от реальности. Но что, если они хотят спрогнозировать не только одну оценку, но и вероятный диапазон? Это называется интервалом прогнозирования , а..
Зачем нам нужно контролируемое обнаружение событий в многомерных временных рядах?
Обнаружение контролируемых событий в многомерных временных рядах является важной темой исследований в области интеллектуального анализа данных и имеет широкий спектр приложений в отрасли. Эффективное и точное обнаружение событий помогает компаниям постоянно отслеживать свои ключевые показатели и вовремя предупреждать о потенциальных инцидентах. В этой статье мы увидим, зачем нам нужно контролируемое обнаружение событий в многомерных временных рядах. В реальных приложениях многие наборы..
Простая линейная регрессия: прогноз цен на жилье Kaggle
Введение Если вы заинтересованы в построении прогностических моделей, но не знаете, с чего начать, эта статья поможет вам создать простую модель линейной регрессии в Python . Я использовал здесь набор данных о конкуренции цен на жилье, доступный на Kaggle. Если вы новичок в области науки о данных, как и я, то Kaggle — хорошее место для начала. Здесь вы можете : Создавайте прогностические модели Соревнуйтесь с другими участниками Получите новые знания о различных видах..
Введение в прогнозирование временных рядов с помощью Prophet от Facebook
Прогнозирование было сложной задачей, и начинающим пользователям особенно трудно с этим справляться. Пара причин заключается в том, что на такие вещи, как цены на акции или цены на слитки, влияет множество различных факторов. Однако это может быть относительно легко для прогнозирования таких вещей, как ВВП. Это потому, что они не меняются кардинально в одночасье. На R есть много пакетов, которые помогают в прогнозировании. Но общие модели, создаваемые начинающими пользователями, не..
Falkonry on Intelligence — Обнаружение новых закономерностей в шуме
Ключевые выводы У интеллектуального анализа и промышленного Интернета вещей есть общая задача: извлечение полезной информации из данных о зашумленных сигналах. Неконтролируемое машинное обучение — это мощный инструмент, который Falkonry использует для обнаружения важных закономерностей как для известных, так и для неизвестных событий или проблем. Что общего между промышленными печами и баллистическими ракетами? Вы можете узнать важную информацию о каждом из них, слушая их правильно...
Метрики имеют значение
Метрики оценки для моделей классификации При создании модели классификации важно оценить, насколько хорошо модель может предсказывать или идентифицировать фактические результаты. Для моделей контролируемой классификации существует несколько стандартных методов оценки модели для улучшения модели - это: Точность Точность Отзывать Специфичность Оценка F1 AUC Ниже я описываю каждую метрику оценки и привожу пример двоичной классификации для облегчения понимания. Матрица..