Ev Kişisel Finans Büyük Veri için Veri Madenciliği - mankenler

Büyük Veri için Veri Madenciliği - mankenler

Video: Geleceğin Mesleği: Veri Madenciliği 2025

Video: Geleceğin Mesleği: Veri Madenciliği 2025
Anonim

Veri madenciliği, büyük verilerin kalıplarını bulmak için büyük miktarda veriyi keşfetmek ve analiz etmektir. Teknikler istatistik ve yapay zeka (AI) alanlarından çıktı ve biraz karışımı veri tabanı yönetimine bırakıldı.

Genellikle, veri madenciliğinin amacı ya sınıflandırma ya da tahmindir. Sınıflamada, fikir veri gruplarına ayırmaktır. Örneğin, bir pazarlamacı, yanıtlayanların özelliklerine, bir tanıtıma kimin tepki vermediğine ilgi duyabilir.

Bunlar iki sınıftır. Tahminlerde, fikir sürekli bir değişkenin değerini tahmin etmektir. Örneğin, bir pazarlamacı, bir promosyona cevap vereceğini tahmin etmeyle ilgilenebilir.

Veri madenciliğinde kullanılan tipik algoritmalar arasında şunlar bulunur:

  • Sınıflandırma ağaçları: Bir veya daha fazla tahmini değişkenlerin ölümlerine dayalı bağımlı bir kategorik değişkeni sınıflandırmak için kullanılan popüler bir veri madenciliği tekniği. Sonuç, düğümler ve düğümler arasındaki bağlantıları içeren bir ağaçtır ve eğer if-then kuralları oluşturmak için okunabilir.

  • Lojistik regresyon: Standart regresyonun bir varyantı olan ancak kavramı sınıflandırmayla başa çıkmak için genişleten istatistiksel bir teknik. Olay oluşma ihtimalini bağımsız değişkenlerin bir fonksiyonu olarak öngören bir formül üretir.

  • Sinir ağları: Hayvan beyinlerinin paralel mimarisinden sonra modellenen bir yazılım algoritması. Ağ, giriş düğümleri, gizli katmanlar ve çıktı düğümlerinden oluşur. Her birimin ağırlığı vardır. Veriler giriş düğümüne verilir ve deneme yanılma sistemi ile algoritma belirli bir durma ölçütlerini karşılayana kadar ağırlıkları ayarlar. Bazıları bunu kara kutu yaklaşımına benzetmiştir.

  • K-en yakın komşuları gibi kümeleme teknikleri: Benzer kayıt gruplarını tanımlayan bir tekniktir. K-en yakın komşu tekniği, tarihsel (eğitim) verinin kayıt ve noktalar arasındaki mesafeleri hesaplar. Daha sonra bu kaydı, bir veri kümesindeki en yakın komşusu sınıfına atar.

İşte bir sınıflandırma ağacı örneği. Bir telefon şirketinin hangi konut müşterilerinin hizmetlerinden çıkarabileceklerini belirlemek istediğini göz önünde bulundurun.

Telefon şirketi şu özelikleri içeren bilgileri içerir: kişinin ne kadar süreyle hizmet ettiği, serviste ne kadar harcadığı, hizmetin sorunlu olup olmadığı, ihtiyaç duyduğu en iyi arama planına sahip olup olmadığı, nerede bulunduğu yaşlandığını, yaşını kaç yaşında, birlikte paketlenmiş başka hizmetleri olup olmadığını, diğer taşıyıcı planlarıyla ilgili rekabetçi bilgileri ve halen hizmetiniz olup olmadığını öğrenir.

Elbette bundan çok daha fazla özellik bulabilirsiniz. Son öznitelik çıktı değişkenidir; yazılımın, müşterileri iki grubun birine sınıflandırmak için kullanacağı şey budur - belki de kalıcılar ve uçuş riskleri.

Veri kümesi eğitim verisine ve bir test veri setine ayrılmıştır. Eğitim verileri, gözlem (öznitelik olarak adlandırılır) ve bir sonuç değişkeninden (bir sınıflandırma modelinde ikili) - bu durumda kalışçılardan veya uçuş risklerinden oluşur.

Algoritma, eğitim verileri üzerinden yürütülür ve bir dizi kural gibi okunabilen bir ağaç ortaya çıkar. Örneğin, müşteriler on yıldan fazla bir süre şirkette bulunmuşsa ve 55 yaşın üzerindeyse, sadık müşteriler olarak kalma ihtimalleri yüksektir.

Sonra bu kurallar, bu modelin "yeni veriler" üzerinde ne kadar iyi olduğunu belirlemek için test verileri kümesi üzerinde yürütülür. "Model için doğruluk önlemleri sağlanmaktadır. Örneğin, popüler bir teknik, karışıklık matrisidir. Bu matris, kaç kasa doğru doğru yanlış sınıflandırılmış hakkında bilgi sağlayan bir tablodur.

Model iyi görünüyorsa, mevcut olduğu için (diğer bir deyişle, yeni uçuş riskini tahmin etmek için kullanıldığında) başka verilere dağıtılabilir. Model, örneğin, uçuş riskleri olduğunu düşündüğü müşterilere özel teklifler göndermeye karar verebilir.

Büyük Veri için Veri Madenciliği - mankenler

Editörün Seçimi

Blog Tasarlamasında Karşıtlık Oluşturun - aptallar

Blog Tasarlamasında Karşıtlık Oluşturun - aptallar

Blog tasarımında kontrast, iki veya daha fazla öğe birbirinden farklı olduğunda ortaya çıkar . Elemanlar arasındaki fark ne kadar fazla olursa karşıtlık da o kadar yüksek olur. Blog tasarımınız kontrasttan birkaç şekilde faydalanabilir: Kontrast görsel ilgi sağlayabilir.

Güçlü bir Blog Tasarımı İçin Hedefler Yaratın - kuklalar

Güçlü bir Blog Tasarımı İçin Hedefler Yaratın - kuklalar

Blogunuzu büyütmek ve yaratmak konusunda ciddi iseniz Güçlü bir tasarım, hedef belirleme hedeflerinizi blogunuzun tasarım yapılacaklar listesi üstüne getirin. Onları blogunuzun iskeleti olarak düşünün. Tasarımdan navigasyona, içeriğe, blogunuz hakkında yaptığınız her karar, sizi iskelet üzerine et koymaya yönlendirmeli ...

Arasında ayrım yaratın. Sponsor ve İçerik İçeriği - anne, köpek

Arasında ayrım yaratın. Sponsor ve İçerik İçeriği - anne, köpek

Arasında ayrım yaratın, içerik arasında kendi ayrımınızı yaratın Bu sponsor ve editoryal içeriktir - kendi çıkarlarınızla doğrudan bağlantılı olmayan kendi yazılarınız. Pek çok blog yazarının, haber kuruluşlarının yaptığı gazetecilik standartları düzeyinde çalışması imkansızdır. Satış yapacak bir satış ekibimiz yok ...

Editörün Seçimi

Dating İlk Seks İçin 50 İpuçları Ardından: AYDINLATMA

Dating İlk Seks İçin 50 İpuçları Ardından: AYDINLATMA

Copyright © 2014 AARP . Her hakkı saklıdır. Özellikle yıllar önce yeni biriyle yatmadıysanız, yeni bir partner partneriyle ilk kez seks yapmak sinir bozucu olabilir. Yine de, yaşlandıkça ve önceki ilişkilerinizde cinsel ilişki yaşamışken, seks daha erken gerçekleşiyor gibi görünüyor. Değerlerinize bağlı olarak ... ... olabilir

Dating 50'den sonra: Romantik bir çizgi ekle - mankenler

Dating 50'den sonra: Romantik bir çizgi ekle - mankenler

Copyright © 2014 AARP. Her hakkı saklıdır. 50 yaşından sonra çıkmak her yaştan farklı olmaktan farklı değildir. Romantik bir şekilde ilgilenen birisini bulduğunuzda, o rüyanın umutlarını arttıran tarihlerin olması önemlidir. Tarihler için bazı seçenekler son derece romantiktir ve bu da derinleşmeyi uyandırma ihtimalini arttırır ...

Dating 50 Dilemma'dan Sonra: Tarihiniz Bir Başkası Üzerinizdedir - AYAKLAR

Dating 50 Dilemma'dan Sonra: Tarihiniz Bir Başkası Üzerinizdedir - AYAKLAR

Son randevunuzdan beri ve şimdi 50'li yaşlarınızda ya da ötesinde randevu dünyasına giriyorsanız, randevu maceranıza bir veya iki sürpriz verebilirsiniz. Bazen çok fazla şey biliyorsunuzdur. Tanıştığınız kişiyle gerçekten ilgileniyorsanız, bunu bilmek çok acılı ...

Editörün Seçimi

Facebook'daki Etkinliğinizi Nasıl Tanıttıracaksınız - aptallar

Facebook'daki Etkinliğinizi Nasıl Tanıttıracaksınız - aptallar

Facebook teklifleri, daha kolay hale getirmek için tasarlandı. olayları tanıtmak. Kişilerin gönderdiği birçok etkinlik davetiyesinde ilgisini çekmeyen etkinliklerin özülmesi ya da göze çarpması kolay olabilir. Bir Facebook etkinliğini daha başarılı hale getirmenize yardımcı olabilecek bazı basit en iyi uygulamalar şunlardır: Emin olun ...

Saldırgan bir Facebook Grubunu Rapor Etmek - Rakibiniz

Saldırgan bir Facebook Grubunu Rapor Etmek - Rakibiniz

Facebook topluluğunun bir üyesi olarak, eğer yanılıyorsanız saldırgan bir Grup'un seyahatlerinizde, şirketin uygun işlemleri yapabilmesi için onu Facebook'a bildirmeniz gerekir. Bir Grubu bildirmek için şu adımları izleyin: Grup Evinin sağ tarafındaki Dişli düğmesinin yanındaki açılır oku tıklayın ...

Facebook Güncellemelerini ve Yorumları Nasıl Kaldırır ve Düzenlenir - mankenler

Facebook Güncellemelerini ve Yorumları Nasıl Kaldırır ve Düzenlenir - mankenler

Kendinizi birşey düşündüğünüz gibi yeniden düşünebilirsiniz Facebook'ta paylaştı ve kaldırmak istedi. Zaman çizelgenizi güncellediğinizde, arkadaşlarınız çevresi büyüdükçe veya hayatınız değiştiğinde belki de geçmiş güncellemeleri kaldırmak istersiniz. Veya birisinin durum güncellemesine yorum yazmışsınızdır ve biraz daha anlamlı olduğunuzu düşünürsünüz. ...