Accueil Finances personnelles Choisir un algorithme pour Predictive Analytics - des nuls

Choisir un algorithme pour Predictive Analytics - des nuls

Vidéo: Machine Learning, Python et Open Data : démonstration d'un cas d'usage pour geek 2025

Vidéo: Machine Learning, Python et Open Data : démonstration d'un cas d'usage pour geek 2025
Anonim

Différents algorithmes statistiques, d'exploration de données et d'apprentissage machine sont disponibles dans votre modèle d'analyse prédictive. Vous êtes dans une meilleure position pour sélectionner un algorithme après avoir défini les objectifs de votre modèle et sélectionné les données sur lesquelles vous allez travailler. Certains de ces algorithmes ont été développés pour résoudre des problèmes métier spécifiques, améliorer des algorithmes existants ou fournir de nouvelles fonctionnalités, ce qui peut rendre certaines d'entre elles plus adaptées à vos objectifs que d'autres. Vous pouvez choisir parmi une gamme d'algorithmes pour répondre aux préoccupations d'affaires telles que:

  • Pour la segmentation des clients et / ou la détection de la communauté dans le domaine social, par exemple, vous auriez besoin d'algorithmes de clustering.
  • Pour fidéliser la clientèle ou développer un système de recommandation, vous utiliseriez des algorithmes de classification.
  • Pour l'évaluation du crédit ou la prédiction du résultat suivant d'événements temporels, vous utiliseriez un algorithme de régression.

Comme le temps et les ressources le permettent, vous devriez exécuter autant d'algorithmes que vous le pouvez. La comparaison de différentes exécutions d'algorithmes différents peut apporter des résultats surprenants à propos des données ou de l'intelligence d'affaires intégrées dans les données. Cela vous permet de mieux comprendre le problème métier et vous aide à identifier les variables de vos données qui ont un pouvoir prédictif.

Certains projets d'analyse prédictive réussissent mieux en construisant un modèle d'ensemble, un groupe de modèles fonctionnant sur les mêmes données. Un modèle d'ensemble utilise un mécanisme prédéfini pour rassembler les résultats de tous ses modèles de composants et fournir un résultat final pour l'utilisateur.

Les modèles peuvent prendre différentes formes: une requête, une collection de scénarios, un arbre de décision ou une analyse mathématique avancée. En outre, certains modèles fonctionnent mieux pour certaines données et analyses. Vous pouvez (par exemple) utiliser des algorithmes de classification qui utilisent des règles de décision pour décider du résultat d'un scénario ou d'une transaction donnée, en répondant à des questions comme celles-ci:

  • Ce client est-il susceptible de répondre à notre campagne marketing?
  • Ce transfert d'argent est-il susceptible de faire partie d'un programme de blanchiment d'argent?
  • Ce prêteur est-il susceptible de faire défaut sur le prêt?

Vous pouvez utiliser des algorithmes de clustering non supervisés pour trouver les relations existant dans votre jeu de données. Vous pouvez utiliser ces algorithmes pour trouver différents groupes parmi vos clients, déterminer quels services peuvent être regroupés ou décider par exemple quels produits peuvent être revus.

Les algorithmes de régression peuvent être utilisés pour prévoir des données continues, comme la prévision de la tendance d'un mouvement de stock compte tenu de ses prix passés.

Les arbres de décision, les machines à vecteurs de support, les réseaux de neurones, les régressions logistiques et linéaires sont quelques-uns des algorithmes les plus courants. Bien que leurs implémentations mathématiques diffèrent, ces modèles prédictifs génèrent des résultats comparables. Les arbres de décision sont plus populaires, car ils sont faciles à comprendre; vous pouvez suivre le chemin d'une décision donnée.

Les algorithmes de classification sont parfaits pour le type d'analyse lorsque la cible est connue (comme l'identification des spams). D'un autre côté, lorsque la variable cible est inconnue, les algorithmes de clustering sont votre meilleur choix. Ils vous permettent de regrouper ou de regrouper vos données en groupes significatifs en fonction des similitudes entre les membres du groupe.

Ces algorithmes sont très populaires. Il existe de nombreux outils, à la fois commerciaux et open-source, qui les mettent en œuvre. Avec l'accumulation et l'accélération de l'accumulation de données (c'est-à-dire le big data) et le matériel et les plates-formes rentables (tels que le cloud computing et Hadoop), les outils d'analyse prédictive connaissent un boom.

Les données et les objectifs métier ne sont pas les seuls facteurs à prendre en compte lors de la sélection d'un algorithme. L'expertise de vos data scientists est d'une valeur inestimable à ce stade; choisir un algorithme qui fera le travail est souvent une combinaison délicate de la science et de l'art. La partie artistique provient de l'expérience et de la compétence dans le domaine des affaires, qui joue également un rôle essentiel dans l'identification d'un modèle qui peut servir les objectifs de l'entreprise avec précision.

Choisir un algorithme pour Predictive Analytics - des nuls

Le choix des éditeurs

Découvrir les Méditations de Pleine Conscience Formelle - les nuls

Découvrir les Méditations de Pleine Conscience Formelle - les nuls

Pour approfondir votre conscience consciente, vous devez pratiquer une méditation de pleine conscience sur une base quotidienne. Familiarisez-vous avec certaines des médiations suivantes. Avec le temps, vous deviendrez plus conscient de votre vie quotidienne. Body Meditation Meditation - Cette méditation implique de passer environ une demi-heure, en prenant conscience de ...

Démystifier Dan Brown: Les Templiers Royaux - les nuls

Démystifier Dan Brown: Les Templiers Royaux - les nuls

Les Templiers sont presque aussi fictifs dans Dan Brown Le code Da Vinci comme les chevaliers Jedi sont dans Star Wars. Bien que le héros Robert Langdon hésite d'abord à élever les Templiers dans ses cours, parce que la mention même d'eux fait ressortir les amants du complot, Brown n'a aucun problème à les faire participer ...

Démystification des mythes communs sur la franc-maçonnerie - mannequins

Démystification des mythes communs sur la franc-maçonnerie - mannequins

La franc-maçonnerie moderne existe depuis 1717. Les premières contre-vérités concoctées sur l'Ordre sont apparues en impression à peu près en même temps. Les États-Unis étaient consumés par l'hystérie anti-maçonnique à la fin des années 1820, et l'Europe a fait de Mason-bashing un sport populaire pendant deux siècles, le liant souvent à la propagande antisémite. Internet n'a que ...

Le choix des éditeurs

À L'aide de la boîte de dialogue Configurer l'affichage dans PowerPoint 2011 pour Mac - témoins

À L'aide de la boîte de dialogue Configurer l'affichage dans PowerPoint 2011 pour Mac - témoins

Dans la boîte de dialogue Configurer l'affichage dans PowerPoint, cliquez sur le bouton Configurer l'affichage dans l'onglet Diaporama du ruban Office 2011 pour Mac, ou choisissez Diaporama → Configurer l'affichage dans la barre de menus. Dans les deux cas, la boîte de dialogue Configurer l'affichage polyvalent apparaît. Choisir un type de spectacle dans PowerPoint 2011 pour Mac ...

Enregistrement des fichiers dans Office 2011 pour Mac - témoins

Enregistrement des fichiers dans Office 2011 pour Mac - témoins

Enregistrement d'un fichier sur lequel vous travaillez dans Office 2011 pour Mac est aussi simple que de cliquer sur le bouton Enregistrer dans la barre d'outils Standard, en appuyant sur Commande-S ou en choisissant Fichier → Enregistrer. Si votre fichier a été enregistré précédemment, l'enregistrement du fichier remplace la copie existante du fichier par votre version mise à jour. Si votre fichier n'a pas ...

Fonctionnant avec les modèles de diapositives maîtres dans PowerPoint 2011 pour Mac - les nuls

Fonctionnant avec les modèles de diapositives maîtres dans PowerPoint 2011 pour Mac - les nuls

Dans Office 2011 pour Mac, l'ajout d'une nouvelle présentation de diapositive à une diapositive dans la vue Diapositive maître de PowerPoint 2011 est une tâche assez simple à effectuer. Suivez ces étapes pour commencer: Assurez-vous que vous êtes en mode Masque des diapositives. Choisissez Affichage → Maître → Masque de diapositives dans la barre de menus. Cliquez sur l'onglet Masque des diapositives du ruban, ...

Le choix des éditeurs

Sélectionnez PowerPoint 2007 Objects - dummies

Sélectionnez PowerPoint 2007 Objects - dummies

Avant de pouvoir modifier un objet PowerPoint 2007 sur une diapositive, vous devez le sélectionner. Dans les présentations PowerPoint, les objets peuvent être du texte, des graphiques, des images clipart, des formes, etc. Voici quelques instructions pour sélectionner les objets PowerPoint 2007: Objets texte: Pour sélectionner un objet texte PowerPoint 2007, déplacez le point d'insertion sur le texte qui ...

Définir le contour de la forme sur une diapositive PowerPoint 2007 - dummies

Définir le contour de la forme sur une diapositive PowerPoint 2007 - dummies

Le contrôle shapePoint de powerPoint vous permet style des objets de ligne ou la bordure pour les objets de forme solide sur vos diapositives PowerPoint. Le contrôle Shape Outline se trouve dans le groupe Styles de formes de l'onglet Outils de dessin. Vous pouvez modifier les paramètres suivants pour le contour: Couleur: Définit la couleur utilisée pour ...

PowerPoint 2016 pour les nuls Cheat Sheet - les nuls

PowerPoint 2016 pour les nuls Cheat Sheet - les nuls

PowerPoint 2016 est le logiciel de présentation le plus puissant disponible pour créer et éditer la diapositive montrer des présentations pour le travail, la maison ou l'école. PowerPoint 2016 offre un certain nombre de raccourcis clavier utiles pour effectuer des tâches rapidement. Voici quelques raccourcis pour le formatage PowerPoint commun, l'édition et les tâches de fichiers et de documents. De plus, après avoir créé votre chef-d'œuvre, vous ...