예측 분석이란 무엇입니까?
예측 분석은 현재 및 과거 데이터를 기반으로 미래의 성능을 결정하기 위해 통계 및 모델링 사용을 설명합니다. 예측 분석은 데이터의 패턴을 조사하여 해당 패턴이 다시 나타날 가능성이 있는지 판단하여 기업과 투자자가 미래의 이벤트를 활용할 수있는 리소스 사용 위치를 조정할 수 있습니다.
주요 테이크 아웃
- 예측 분석은 통계 및 모델링 기술을 사용하여 미래의 성과를 결정하는 것으로, 보험 및 마케팅과 같은 다양한 산업 및 분야에서 의사 결정 도구로 사용됩니다. 예측 분석 및 기계 학습은 종종 서로 혼동되지만 그들은 다른 학문입니다.
예측 분석 이해
몇 가지 유형의 예측 분석 방법이 있습니다. 예를 들어, 데이터 마이닝에는 데이터의 패턴을 감지하기 위해 큰 데이터 트랜치 분석이 포함됩니다. 큰 텍스트 블록을 제외하고 텍스트 분석은 동일합니다.
예측 모델은 특정 미래 결과의 가능성을 결정하기 위해 과거 데이터를 확인하는 반면, 설명 모델은 그룹이 일련의 변수에 반응 할 수있는 방법을 결정하기 위해 과거 데이터를 확인합니다.
예측 분석은 다양한 산업의 의사 결정 도구입니다. 예를 들어, 보험 회사는 정책 신청자를 조사하여 유사한 보험 계약자의 현재 위험 풀과 지불금을 발생시킨 과거 이벤트를 기반으로 향후 청구에 대한 지불 가능성을 결정합니다. 마케팅 담당자는 새 캠페인을 계획 할 때 소비자가 전반적인 경제에 어떻게 반응했는지 살펴보고 인구 통계의 변화를 사용하여 현재 제품 조합이 소비자에게 구매를 유도하는지 여부를 결정할 수 있습니다.
활동적인 거래자들은 유가 증권 매입 여부를 결정할 때 과거의 사건을 기반으로 다양한 측정 항목을 검토합니다. 이동 평균, 구간 및 중단 점은 과거 데이터를 기반으로하며 향후 가격 변동을 예측하는 데 사용됩니다.
예측 분석의 일반적인 오해
일반적인 오해는 예측 분석과 머신 러닝이 동일하다는 것입니다. 핵심적으로 예측 분석에는 일련의 통계 기술 (머신 러닝, 예측 모델링 및 데이터 마이닝 포함)이 포함되며 통계 (이력 및 현재)를 사용하여 미래 결과를 예측하거나 예측합니다. 예측 분석은 과거를 분석하여 가능한 미래 발생을 이해하는 데 도움이됩니다. 반면에 머신 러닝은 컴퓨터 과학의 하위 분야 인 반면, 컴퓨터 과학 및 인공 지능 분야의 미국 개척자 인 Arthur Samuel의 1959 년 정의에 따르면 "컴퓨터는 명시 적으로 프로그래밍하지 않고도 학습 할 수 있습니다."
가장 일반적인 예측 모델에는 의사 결정 트리, 회귀 (선형 및 로지스틱) 및 신경망 (신규 딥 러닝 방법 및 기술 분야)이 포함됩니다.
예측 분석의 예
예측은 공급망에서 자원을 최적으로 활용할 수있게 해주므로 제조에서 필수적인 작업입니다. 공급망 휠의 중요 스포크 (재고 관리 또는 작업 현장)는 기능에 대한 정확한 예측이 필요합니다. 예측 모델링은 종종 이러한 예측에 사용되는 데이터 품질을 정리하고 최적화하는 데 사용됩니다. 모델링은보다 정확한 예측을 위해 고객 대면 작업을 포함하여 시스템에서 더 많은 데이터를 수집 할 수 있도록합니다.
