Предиктивная аналитика

Введение в грамотность работы с данными

Carl Rosseel

Head of Business Intelligence Curriculum, DataCamp

Обзор видов аналитики

Обзор видов аналитики

Введение в грамотность работы с данными

Зачем нужна предиктивная аналитика?

  • Предвидеть наиболее вероятные исходы
  • Прогнозировать процесс или последовательность событий
  • Оценивать неизвестное на основе доступных данных

 

Важно помнить: любой прогноз содержит долю неопределённости

Предиктивная аналитика крупным планом

Введение в грамотность работы с данными

Основные методы

  • Модели машинного обучения
    • На основе классификации
      • Прогнозирование отмены подписок
    • На основе регрессии
      • Прогнозирование цен на жильё по характеристикам района
  • Прогнозирование временных рядов
    • Прогнозирование выручки от продаж во времени
  • Предиктивный анализ текста
    • Определение, является ли письмо спамом

Пример временного ряда

Введение в грамотность работы с данными

Предиктивное моделирование

Этапы предиктивного моделирования

  • Данные делятся на обучающую и тестовую выборки для построения модели
  • Прогнозы интерпретируются и оцениваются на тестовых данных с помощью заранее выбранных метрик, например точности (доли верных предсказаний)
Введение в грамотность работы с данными

Пример: победитель чемпионата мира

Какая команда, скорее всего, выиграет следующий чемпионат мира по футболу?

  • Выбрать значимые переменные: рейтинги команд, игроков, турнирные позиции и сложность матчей
  • Построить предиктивную модель для оценки вероятности победы или выхода в определённую стадию

 

Используйте полученные данные для прогнозирования вероятности победы каждой страны

Кубок и мяч чемпионата мира

Введение в грамотность работы с данными

Давайте потренируемся!

Введение в грамотность работы с данными

Preparing Video For Download...