Co jsou prediktivní analýzy?
Prediktivní analytika popisuje použití statistik a modelování k určení budoucího výkonu na základě současných a historických dat. Prediktivní analytika se zaměřuje na vzorce v datech, aby určila, zda se tyto vzorce pravděpodobně znovu objeví, což podnikům a investorům umožňuje přizpůsobit se, kde využívají své zdroje, aby využili možných budoucích událostí.
Klíč s sebou
- Prediktivní analytika je použití statistik a technik modelování k určení budoucího výkonu. Používá se jako nástroj pro rozhodování v různých průmyslových odvětvích a oborech, jako je pojištění a marketing. jsou to různé disciplíny.
Porozumění prediktivní analýze
K dispozici je několik typů prediktivních analytických metod. Například dolování dat zahrnuje analýzu velkých částí dat k detekci vzorců z nich. Textová analýza dělá to samé, s výjimkou velkých bloků textu.
Prediktivní modely se dívají na minulá data, aby určily pravděpodobnost určitých budoucích výsledků, zatímco popisné modely se dívají na minulá data, aby určily, jak může skupina reagovat na sadu proměnných.
Prediktivní analytika je rozhodovacím nástrojem v různých průmyslových odvětvích. Pojišťovací společnosti například zkoumají žadatele o pojistku, aby určili pravděpodobnost, že budou muset zaplatit za budoucí pohledávku na základě současného souboru rizik podobných pojistníků, jakož i minulých událostí, které vedly k výplatám. Obchodníci se dívají na to, jak spotřebitelé reagovali na celkovou ekonomiku při plánování nové kampaně, a mohou pomocí posunů v demografii určit, zda současná směs produktů přiměje spotřebitele k nákupu.
Aktivní obchodníci se při rozhodování, zda koupit nebo prodat cenný papír, dívají na různé metriky založené na minulých událostech. Klouzavé průměry, pásma a body zlomu jsou založeny na historických datech a slouží k předpovídání budoucích cenových pohybů.
Běžné mylné představy o prediktivní analýze
Běžná mylná představa je, že prediktivní analytika a strojové učení jsou stejné věci. Prediktivní analytika ve své podstatě zahrnuje řadu statistických technik (včetně strojového učení, prediktivního modelování a těžby dat) a používá statistiku (historickou i současnou) k odhadu nebo predikci budoucích výsledků. Prediktivní analytika nám pomáhá pochopit možné budoucí události analýzou minulosti. Zatímco strojové učení je naproti tomu podpolí počítačové vědy, které podle definice Arthura Samuela z roku 1959 - americký průkopník v oblasti počítačových her a umělé inteligence, který dává „počítačům schopnost učit se, aniž by byl výslovně naprogramován“. “
Mezi nejčastější prediktivní modely patří rozhodovací stromy, regrese (lineární a logistické) a neuronové sítě - což je nově se rozvíjející pole metod a technologií hlubokého učení.
Příklad prediktivní analýzy
Prognóza je ve výrobě zásadní úkol, protože zajišťuje optimální využití zdrojů v dodavatelském řetězci. Kritická paprsky kola dodavatelského řetězce, ať už se jedná o správu zásob nebo dílnu, vyžadují pro správnou funkci přesné předpovědi. Prediktivní modelování se často používá k čištění a optimalizaci kvality dat používaných pro tyto prognózy. Modelování zajišťuje, že systém může přijímat více dat, a to i z operací orientovaných na zákazníka, aby byla zajištěna přesnější předpověď.
