Предиктивна аналитика
Предиктивна аналитика описује употребу статистика и моделирања за утврђивање будућих перформанси на основу тренутних и историјских података. Предиктивна аналитика разматра обрасце података како би утврдила да ли ће се ови обрасци вероватно појавити поново, што омогућава предузећима и инвеститорима да се прилагоде где користе своје ресурсе како би искористили могуће будуће догађаје.
Кључне Такеаваис
- Предиктивна аналитика је употреба статистика и техника моделирања за одређивање будућих перформанси.
- Користи се као алат за доношење одлука у разним индустријама и дисциплинама, као што су осигурање и маркетинг.
- Предиктивна аналитика и машинско учење често се мешају, али то су различите дисциплине.
Разумевање предиктивне Аналитике
На располагању је неколико врста метода предвиђања аналитике. На пример, вађење података укључује анализу великих транши података како би се открили обрасци из њих. Анализа текста ради исто, осим код великих блокова текста.
Предиктивни модели гледају на прошле податке како би утврдили вероватноћу одређених будућих исхода, док описни модели гледају на прошле податке како би утврдили како група може да одговори на скуп променљивих.
Предиктивна аналитика је алат за доношење одлука у разним индустријама. На пример, осигуравајућа друштва испитују подносиоце захтева за полисе да би утврдила вероватноћу да ће морати да им се исплати будуће потраживање на основу тренутног скупа ризика сличних осигураника, као и прошлих догађаја који су резултирали исплатама. Продавци проматрају како су потрошачи реаговали на укупну економију приликом планирања нове кампање, и могу користити помаке у демографији да би утврдили да ли ће тренутни микс производа навести потрошаче да изврше куповину.
Активни трговци гледају на разне метрике засноване на прошлим догађајима када одлучују да ли да купе или продају хартије од вредности. Кретање просека, опсег и тачка прекида заснивају се на историјским подацима и користе се за предвиђање будућих кретања цена.
Честе заблуде предиктивне аналитике
Честа заблуда је да су предиктивна аналитика и машинско учење исте ствари. У својој суштини предиктивна аналитика укључује низ статистичких техника (укључујући машинско учење, предиктивно моделирање и вађење података) и користи статистику (историјску и тренутну) за процену или предвиђање будућих резултата. Предиктивна аналитика помаже нам да разумемо могуће будуће догађаје анализом прошлости. Док је машинско учење с друге стране подпоље рачунарске науке које је, према дефиницији Артхура Самуела из 1959. године - амерички пионир на пољу рачунарског играња и вештачке интелигенције који „рачунарима омогућава способност учења без експлицитног програмирања . "
Најчешћи модели предвиђања укључују стабла одлука, регресије (линеарне и логистичке) и неуронске мреже - што је ново поље дубоких метода учења и технологија.
Пример предиктивне Аналитике
Прогноза је суштински задатак у производњи, јер осигурава оптимално коришћење ресурса у ланцу снабдевања. Критичне жбице котача ланца снабдевања, било да се ради о залихама или продаваоници, захтевају тачне прогнозе за функционисање. Предиктивно моделирање се често користи за чишћење и оптимизацију квалитета података који се користе за такве прогнозе. Моделирање осигурава да систем може уносити више података, укључујући и операције окренуте купцима како би се осигурала тачнија прогноза.
Упоредите инвестиционе рачуне Име добављача Опис Откривање оглашивача × Понуде које се појављују у овој табели су од партнерстава од којих Инвестопедиа прима накнаду.