予測分析モデルを分類する方法 - ダミー

ビデオ: AI予測分析ツール「Driverless AI」センサーデータを元にした故障予測分析 2025

予測分析に使用するモデルを分類するさまざまな方法がありますが、一般的には< 彼らが解決するビジネス上の問題およびそれらが提供する主要なビジネス機能（販売、広告、人事、リスク管理など）

モデルで使用される数学的実装（統計、データマイニング、機械学習）
<！ - 1 - >

すべてのモデルはこれらの側面のいくつかの組み合わせを持ちますが、しばしばどちらか一方が支配的になります。予測型、分類型、クラスタリング型、意思決定型、または連想型

予測モデルの使用方法予測モデルは、データを分析して次の結果を予測します。ビジネスインテリジェンスは何のgoiを監視する今すぐ組織内にいる。予測モデルは、過去のデータを分析して、将来の成果の可能性について情報に基づいた決定を下します。

<！ - 2 - >

特定の条件（最近の顧客の苦情の頻度と頻度、近づいているサービスの更新日、および競争相手のより安い選択肢の利用可能性）を考えれば、この顧客はどのくらい変質する可能性が高いでしょうか？

予測モデルの出力は、トランザクションが不正であるかどうかにかかわらず、バイナリ、イエス/ノー、または0/1の回答でもあります。予測モデルは、複数の結果を生成することができます。特定のイベントが発生する可能性がある場合は、「はい/いいえ」の結果を組み合わせることがあります。たとえば、顧客の信用度は、「はい」または「いいえ」と評価され、その顧客が時間通りに貸付金を返済する可能性を示す確率が割り当てられます。

<！クラスと分類モデルの使用方法

クラスタリングと分類を使用するモデルでは、既存のデータ内の異なるグループを識別します。クラスタリングを使用して、新しいデータポイントを分類するために、クラスタリングモデルの出力の上に予測モデルを作成することはできます。

たとえば、顧客のデータに対してクラスタリングアルゴリズムを実行して、それらを明確なグループに分けた場合、分類を使用して新しい顧客について学習し、グループを明確に識別できます。次に、応答（たとえば、ターゲットを絞ったマーケティングキャンペーン）と新しい顧客の処理を調整することができます。分類は、データの項目が特定のクラスに属するかどうかを示すために特性と特徴の組み合わせを使用する。

分類の問題として、多くのアプリケーションやビジネス上の問題を定式化することができます。例えば、非常に基本的なレベルでは、アウトカムを希望どおりに分類することができます。たとえば、保険請求を正当なものか不正なものかに分類できます。

意思決定モデルの基本

複雑なシナリオを考えれば、最も良い決定は何でしょうか？その行動を取るべきかどうか、結果はどうなりますか？意思決定指向モデル（単に

意思決定モデル

と呼ばれる）は、特定のイベントが与えられた場合に最良の行動方針を特定するための戦略計画を立てることによって、そのような問題に取り組む。意思決定モデルは、リスク軽減の戦略になる可能性があります。

決定モデルは様々なシナリオを検証し、すべてのコースの中から最良のものを選択します。情報に基づいた意思決定を行うには、データと複雑な関係を深く理解している必要があります。意思決定モデルは、その理解を深めるためのツールとして役立ちます。

アソシエーションモデルの基本アソシエイティブモデル（アソシエーションモデル

と呼ばれる）は、データに存在する基礎的な関連と関係に基づいて構築されています。特定のサービスに加入している顧客は、別の特定のサービスを注文する可能性が最も高いです。顧客が製品A（スポーツカー）を購入しようとしていて、その製品が製品B（例えば、自動車メーカーによってブランド化されたサングラス）に関連付けられている場合、彼は製品Bを購入する可能性が高い。