การวิเคราะห์เชิงพยากรณ์

ความรู้พื้นฐานด้านข้อมูล (Data Literacy)

Anneleen Rummens

Data Scientist

ภาพรวมการวิเคราะห์

ข้อควรระวัง: การพยากรณ์มีความไม่แน่นอนเสมอ

ขยายภาพการวิเคราะห์เชิงพยากรณ์

โมเดล Machine Learning
- แบบการจำแนกประเภท
  - พยากรณ์การยกเลิกการสมัครสมาชิก
- แบบการถดถอย
  - พยากรณ์ราคาบ้านตามลักษณะของย่าน
การพยากรณ์อนุกรมเวลา
- พยากรณ์รายได้จากการขายในช่วงเวลาต่างๆ
การวิเคราะห์ข้อความเชิงพยากรณ์
- พยากรณ์ว่าอีเมลเป็นสแปมหรือไม่

ตัวอย่างอนุกรมเวลา

ขั้นตอนการสร้างโมเดลเชิงพยากรณ์

ข้อมูลจะถูกแบ่งเป็นชุดฝึกและชุดทดสอบสำหรับสร้างโมเดลเชิงพยากรณ์
ผลการพยากรณ์จะถูกตีความและประเมินบนชุดทดสอบ โดยใช้เมตริกที่กำหนดไว้ล่วงหน้า เช่น ความแม่นยำ (เปอร์เซ็นต์ของการพยากรณ์ที่ถูกต้อง)

ทีมใดมีโอกาสชนะฟุตบอลโลกครั้งถัดไปมากที่สุด?

เลือกตัวแปรที่เกี่ยวข้อง เช่น คะแนนทีม คะแนนผู้เล่น อันดับ และความยากของการแข่งขัน
สร้างโมเดลเชิงพยากรณ์เพื่อคำนวณความน่าจะเป็นในการชนะหรือผ่านเข้าสู่รอบต่างๆ

นำข้อมูลเชิงลึกมาพยากรณ์ความน่าจะเป็นในการชนะของแต่ละประเทศ

ถ้วยรางวัลและลูกบอลฟุตบอลโลก

ความรู้พื้นฐานด้านข้อมูล (Data Literacy)