Принципи машинного навчання

Machine Learning для бізнесу

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Типи машинного навчання

Машинне навчання — застосування статистичних або обчислювальних методів до даних, щоб:

  1. Отримати причинно-наслідкові висновки

    «Що спричиняє, що клієнти скасовують підписку на наші послуги?»

  2. Прогнозувати майбутні події

    «Які клієнти ймовірно скасують підписку наступного місяця?»

  3. Розуміти патерни в даних

    «Чи є групи клієнтів, схожі між собою та у способі користування нашими послугами?»

Machine Learning для бізнесу

Кероване vs. некероване ML

Машинне навчання — застосування статистичних або обчислювальних методів до даних, щоб:

  1. Отримати причинно-наслідкові висновки

    SUPERVISED Machine Learning

  2. Прогнозувати майбутні події

    SUPERVISED Machine Learning

  3. Розуміти патерни в даних

    UNSUPERVISED Machine Learning

Machine Learning для бізнесу

Структура даних для керованого ML

inference-vs-prediction1

Machine Learning для бізнесу

Цільова змінна

inference-vs-prediction2

Machine Learning для бізнесу

Вхідні ознаки

inference-vs-prediction

Machine Learning для бізнесу

Приклади вхідних ознак

samplefraud

Machine Learning для бізнесу

Використання вхідних ознак

inference-vs-prediction4

Machine Learning для бізнесу

Прогноз цільової змінної

inference-vs-prediction5

Machine Learning для бізнесу

Структура даних для некерованого ML

unsupervised1

Machine Learning для бізнесу

Вхідні ознаки в некерованому ML

input-feat-unsupervised

Machine Learning для бізнесу

Результати некерованого ML

clustering

Machine Learning для бізнесу

Приклади ML — Маркетинг

SUPERVISED Machine Learning:

  • Прогнозувати, які клієнти ймовірно купуватимуть наступного місяця
  • Прогнозувати очікувану довічну цінність кожного клієнта

UNSUPERVISED Machine Learning:

  • Об'єднувати клієнтів у сегменти за їхніми минулими покупками
Machine Learning для бізнесу

Приклади ML — Фінанси

SUPERVISED Machine Learning:

  • Визначати ключові атрибути транзакцій, що вказують на можливе шахрайство
  • Прогнозувати, які клієнти допустять прострочення іпотечних платежів

UNSUPERVISED Machine Learning:

  • Групувати транзакції за їхніми атрибутами, щоб зрозуміти, які сегменти найприбутковіші
Machine Learning для бізнесу

Приклади ML — Виробництво

SUPERVISED Machine Learning:

  • Прогнозувати, які вироби у виробництві ймовірно браковані й потребують ручної перевірки
  • Прогнозувати, які машини ймовірно вийдуть з ладу та потребують обслуговування

UNSUPERVISED Machine Learning:

  • Групувати показники сенсорів машин і виявляти аномалії для можливих збоїв у виробництві
Machine Learning для бізнесу

Приклади ML — Транспорт

SUPERVISED Machine Learning:

  • Прогнозувати очікуваний час доставки посилки
  • Визначати найшвидший маршрут поїздки
  • Прогнозувати попит на товар, щоб підготувати запаси, орендувати/купити транспорт і найняти працівників
Machine Learning для бізнесу

Давайте потренуємось!

Machine Learning для бізнесу

Preparing Video For Download...