Публикации по теме predictive-analytics

Публикации по теме 'predictive-analytics'

Фильтр Калмана (он же) Линейно-квадратичная оценка (LQE)

Фильтр Калмана - это статистический алгоритм для получения точной оценки стоимости в динамических системах, когда инструмент измерения имеет неточность. Удивительно, что этот простой прием используется почти во всех радиолокационных системах. Для простоты мы возьмем одномерный пример. Допустим, вы измеряете температуру в комнате и знаете, что термометр измеряет неточно и имеет отклонение на 4 (в обоих направлениях). Теперь о том, как правильно измерить комнату. Мы можем использовать..

Почему клиенты уходят?

Прогностическая аналитика Почему клиенты уходят? Наука о данных об оттоке клиентов: поиск причинно-следственной связи, а не корреляции Клиенты уходят; они уезжают по разным причинам. Сложно предсказать, кто уйдет. Еще сложнее предсказать почему они уходят. Прогнозирование оттока клиентов всегда было интересным вопросом исследования в сообществе специалистов по анализу данных. А для предприятий прогнозирование оттока клиентов - непростая задача; удержание существующего..

Объявления airbnb в Лос-Анджелесе: насколько хорошо мы можем предсказать их цены?

Объявления airbnb в Лос-Анджелесе: насколько хорошо мы можем предсказать их цены? Как хозяин, должны ли вы инвестировать в определенные удобства, чтобы увеличить прибыль? Как новый хост, как определить, какую цену вы должны установить? Статуи «суперхозяина» помогут вам узнать больше? Как гость, какие места вы должны рассмотреть, чтобы остаться в бюджете? Мы можем попытаться ответить на эти и подобные вопросы, используя прогностические модели. В этом посте я расскажу о некоторых..

Наша история - радар

Следуйте за нами в нашем путешествии по данным Аналитика данных, большие данные, временной анализ, алгоритмы кластеризации, машинное обучение, искусственный интеллект, текстовая аналитика, NLP, NLG, анализ настроений, прогнозные модели, визуализации, нейронные / сущностные сетевые графы, контекстная аналитика на основе данных Эти слова действительно звучат круто, и мы тоже так думали в 2011 году. Да, мы хотели изменить мир , как и все другие стартапы, но мы также хотели создать..

Как мы построили нашу модель машинного обучения для прогнозирования оттока

Узнайте о внутренней работе нашей модели машинного обучения для прогнозирования оттока приложений. Автор: Лиза Орр , старший научный сотрудник, Urban Airship Узнайте, как мы создали наше решение Predictive Churn , от специалиста по данным, который воплотил его в жизнь, нашей собственной Лизы Орр. (Этот контент изначально был опубликован в Inside Big Data и перепечатывается здесь с разрешения.) Стоимость приобретения новых приложений стремительно растет, поэтому удержание..

Профилактическое обслуживание - 5-минутная демонстрация комплексного проекта машинного обучения

Пошаговое и полное руководство по созданию проекта машинного обучения Задний план Оставшийся срок полезного использования (RUL) относится к оставшемуся сроку службы, когда система может продолжать нормально работать после общей работы в течение определенного периода времени. С помощью RUL инженеры могут планировать время обслуживания, оптимизировать эффективность работы и избегать незапланированных простоев. Следовательно, прогнозирование RUL является основной задачей при..

Нюансы интерпретируемости модели

Появляется все больше литературы, посвященной интерпретируемому машинному обучению и объяснению выходных данных черного ящика людям, которые будут принимать реальные решения на основе результатов. Интерпретируемость прогностической модели — сложная и нюансированная тема. Например, AlphaGO, экспериментальное решение для глубокого обучения, созданное Google для игры в древнюю настольную игру го, недавно попало в заголовки газет, впервые победив гроссмейстера го. Это стало важной вехой..