Što su predviđajuća analitika?
Prediktivna analitika opisuje uporabu statistika i modeliranja za određivanje budućih performansi na temelju trenutnih i povijesnih podataka. Prediktivna analitika razmatra uzorke u podacima kako bi utvrdila može li se taj obrazac ponovno pojaviti, što omogućava tvrtkama i investitorima da se prilagode tamo gdje koriste svoje resurse kako bi iskoristili moguće buduće događaje.
Ključni odvodi
- Prediktivna analitika upotreba je statistika i tehnika modeliranja za određivanje budućih performansi. Koristi se kao alat za donošenje odluka u raznim industrijama i disciplinama, kao što su osiguranje i marketing. Prediktivna analitika i strojno učenje često se međusobno mešaju, ali to su različite discipline.
Razumijevanje prediktivne analize
Na raspolaganju je nekoliko vrsta metoda predviđanja analitike. Na primjer, vađenje podataka uključuje analizu velikih tranša podataka kako bi se otkrili obrasci iz njih. Analiza teksta radi isto, osim kod velikih blokova teksta.
Prediktivni modeli gledaju na prošle podatke kako bi utvrdili vjerojatnost određenih budućih ishoda, dok opisni modeli gledaju na prošle podatke kako bi utvrdili kako grupa može reagirati na skup varijabli.
Prediktivna analitika alat je za donošenje odluka u raznim industrijama. Na primjer, osiguravajuća društva ispituju podnositelje zahtjeva kako bi utvrdila vjerojatnost da će morati isplatiti buduće potraživanje na temelju trenutnog skupa rizika sličnih osiguranika, kao i prošlih događaja koji su rezultirali isplatama. Prodavači promatraju kako su potrošači reagirali na cjelokupno gospodarstvo planirajući novu kampanju i mogu koristiti pomake u demografiji kako bi utvrdili hoće li trenutni spoj proizvoda privući potrošače da izvrše kupnju.
Aktivni trgovci prilikom odlučivanja o kupovini ili prodaji vrijednosnog papira pregledavaju razne mjerne podatke temeljene na prošlim događajima. Pomični prosjeci, rasponi i točke prekida temelje se na povijesnim podacima i koriste se za predviđanje budućih kretanja cijena.
Česte zablude prediktivne analize
Česta zabluda je da su prediktivna analitika i strojno učenje iste stvari. U svojoj srži, prediktivna analitika uključuje niz statističkih tehnika (uključujući strojno učenje, prediktivno modeliranje i vađenje podataka) i koristi statistiku (povijesnu i trenutnu) za procjenu ili predviđanje budućih rezultata. Prediktivna analitika pomaže nam razumjeti moguće buduće događaje analizom prošlosti. Dok je strojno učenje s druge strane podpolje informatike koje je, prema definiciji Arthura Samuela iz 1959. godine, američkog pionira u području računalnih igara i umjetne inteligencije, što "računalima daje mogućnost učenja bez eksplicitnog programiranja „.
Najčešći modeli predviđanja uključuju stabla odlučivanja, regresije (linearne i logističke) i neuronske mreže - što je novo polje dubokih metoda učenja i tehnologija.
Primjer prediktivne Analitike
Predviđanje je ključan zadatak u proizvodnji jer osigurava optimalno korištenje resursa u lancu opskrbe. Kritične žbice kotača lanca opskrbe, bilo da se radi o zalihama ili prodavaonici, zahtijevaju točne prognoze za funkcioniranje. Prediktivno modeliranje često se koristi za čišćenje i optimizaciju kvalitete podataka koji se koriste za takve prognoze. Modeliranje osigurava da sustav može unositi više podataka, uključujući i operacije usmjerene prema kupcima, kako bi se osigurala preciznija prognoza.
