Prediktiv analys

Introduktion till dataläskunnighet

Carl Rosseel

Head of Business Intelligence Curriculum, DataCamp

Översikt över analystyper

Översikt över analystyper

Introduktion till dataläskunnighet

Varför använda prediktiv analys?

  • Förutse de mest sannolika utfallen
  • Prognostisera ett förlopp eller en sekvens
  • Uppskatta ett okänt värde utifrån tillgänglig information

 

Tänk på: det finns alltid en viss osäkerhet i förutsägelser

Närbild på prediktiv analys

Introduktion till dataläskunnighet

Vanliga tekniker

  • Maskininlärningsmodeller
    • Klassificeringsbaserade
      • Förutsäga kundbortfall i prenumerationer
    • Regressionsbaserade
      • Förutsäga bostadspriser utifrån områdesegenskaper
  • Tidsserieprognos
    • Förutsäga försäljningsintäkter över tid
  • Prediktiv textanalys
    • Avgöra om ett e-postmeddelande är skräppost eller inte

Exempel på tidsserie

Introduktion till dataläskunnighet

Prediktiv modellering

Steg i prediktiv modellering

  • Data delas upp i tränings- och testmängd för att bygga den prediktiva modellen
  • Förutsägelserna tolkas och utvärderas på testdata med hjälp av fördefinierade mått, till exempel träffsäkerhet (andel korrekta förutsägelser)
Introduktion till dataläskunnighet

Fallstudie: VM-vinnaren

Vilket lag vinner nästa FIFA World Cup?

  • Välj relevanta variabler som lagrankningar, spelarrankningar och matchsvårighetsgrad
  • Bygg en prediktiv modell för att beräkna sannolikheten att vinna eller nå specifika faser

 

Använd insikterna för att förutsäga vinstsannolikheten för varje land

VM-trofé och boll

Introduktion till dataläskunnighet

Nu kör vi en övning!

Introduktion till dataläskunnighet

Preparing Video For Download...