Tahmin modelleri (denetimli öğrenme)

İş Dünyası için Machine Learning

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Denetimli vs. Denetimsiz

Denetimli modeller

Bir sonucun sınıf/türünü tahmin etme (örn. abonelik iptali, dolandırıcılık, satın alma) - SINIFLANDIRMA

Bir sonucun miktarını tahmin etme (örn. harcanan dolar, oynanan saat) - REGRESYON

Denetimsiz modeller

Kümeleme - gözlemleri benzer gruplara/kümelere ayırma (örn. müşteri/pazar segmentasyonu)

Denetimli öğrenme türleri

Sınıflandırma - Hedef değişken kategoriktir (ayrık) (sonuç sınıfı) (classification)

Müşteri bir aboneliği iptal edecek mi?

Bu işlem sahtekârlık mı?

Bu kullanıcının mesleği nedir?

Regresyon - Hedef değişken sürekli (sonuç miktarı) (regression)

Gelecek ayki ürün satın alım sayısı

Gelecek yılki oyun saatleri

Sigortaya harcanan dolar

Veri toplama

Makine öğrenimi ekipleri, istenen sonucu en yüksek doğrulukla tahmin etmek için tüm mevcut verileri toplamalıdır; örn. satın alma tahminlerinde:

Müşteri bilgileri

Satın alma geçmişi, iptaller, sipariş tutarı

Gezinme geçmişi, günlükler, hatalar

Cihaz ayrıntıları ve konum

Ürün/hizmet kullanım sıklığı

Diğerleri...

Sınıflandırma örneği

sınıflandırma-veri

Sınıflandırma - eğitim

sınıflandırma-eğitim

Sınıflandırma - öğrenme

sınıflandırma-öğrenme

Sınıflandırma - görülmemiş veri

sınıflandırma-görülmemiş-veri

Sınıflandırma - tahmin

sınıflandırma-tahmin

Regresyon örneği

regresyon-veri

Regresyon - eğitim

regresyon-eğitim

Regresyon - öğrenme

regresyon-öğrenme

Regresyon - görülmemiş veri

regresyon-görülmemiş-veri

Regresyon - tahmin

regresyon-tahmin

Regresyon - gerçek tahmin

regresyon-gerçek-tahmin

Haydi pratik yapalım!

İş Dünyası için Machine Learning