Predikční modely (učení s učitelem)

Machine Learning pro byznys

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Učení s učitelem vs. bez učitele

Modely s učitelem

Predikce třídy/typu výsledku (např. zrušení předplatného, podvod, nákup) – KLASIFIKACE

Predikce množství výsledku (např. utracené dolary, odehrané hodiny) – REGRESE

Modely bez učitele

Shlukování – rozdělení pozorování do podobných skupin (např. segmentace zákazníků nebo trhu)

Typy učení s učitelem

Klasifikace – cílová proměnná je kategorická (diskrétní) (třída výsledku) (klasifikace)

Zruší zákazník předplatné služby?

Je tato transakce podvodná?

Jaká je profese tohoto uživatele?

Regrese – cílová proměnná je spojitá (množství výsledku) (regrese)

Počet nákupů produktů příští měsíc

Počet hodin hraní příští rok

Utracené dolary za pojištění

Sběr dat

Týmy strojového učení by měly shromáždit veškerá dostupná data pro co nejpřesnější predikci požadovaného výsledku, např. při predikci nákupů:

Informace o zákazníkovi

Historie nákupů, zrušení, výše objednávek

Historie prohlížení, logy, chyby

Podrobnosti o zařízení a poloha

Frekvence využívání produktu/služby

A další...

Příklad klasifikace

classification - data

Klasifikace – trénování

classification-training

Klasifikace – učení

classification-learning

Klasifikace – neznámá data

classification-unseendata

Klasifikace – predikce

classificaiton-prediction

Příklad regrese

regression-data

Regrese – trénování

regression-training

Regrese – učení

regression-learning

Regrese – neznámá data

regression-testdata

Regrese – predikce

regression-prediction

Regrese – skutečná predikce

regression-actual

Pojďme si procvičit!

Machine Learning pro byznys