प्रिडिक्टिव एनालिटिक्स क्या हैं?
भविष्य कहनेवाला विश्लेषण वर्तमान और ऐतिहासिक आंकड़ों के आधार पर भविष्य के प्रदर्शन को निर्धारित करने के लिए सांख्यिकी और मॉडलिंग के उपयोग का वर्णन करता है। भविष्यवाणिय विश्लेषण यह निर्धारित करने के लिए डेटा में पैटर्न को देखते हैं कि क्या उन पैटर्न के फिर से उभरने की संभावना है, जो व्यवसायों और निवेशकों को समायोजित करने की अनुमति देता है जहां वे अपने संसाधनों का उपयोग भविष्य की संभावित घटनाओं का लाभ उठाने के लिए करते हैं।
चाबी छीन लेना
- भविष्यनिधि विश्लेषण भविष्य के प्रदर्शन को निर्धारित करने के लिए सांख्यिकी और मॉडलिंग तकनीकों का उपयोग है। इसका उपयोग विभिन्न प्रकार के उद्योगों और विषयों में निर्णय लेने वाले उपकरण के रूप में किया जाता है, जैसे कि बीमा और विपणन।क्रेडिटिव एनालिटिक्स और मशीन लर्निंग अक्सर एक दूसरे के साथ भ्रमित होते हैं लेकिन वे अलग-अलग अनुशासन हैं।
प्रिडिक्टिव एनालिटिक्स को समझना
कई प्रकार के प्रेडिक्टिव एनालिटिक्स तरीके उपलब्ध हैं। उदाहरण के लिए, डेटा माइनिंग में डेटा के बड़े ट्रैन्च का विश्लेषण शामिल है ताकि इससे पैटर्न का पता लगाया जा सके। पाठ का विश्लेषण वही करता है, पाठ के बड़े ब्लॉक को छोड़कर।
भविष्य के मॉडल कुछ भविष्य के परिणामों की संभावना को निर्धारित करने के लिए पिछले डेटा को देखते हैं, जबकि वर्णनात्मक मॉडल पिछले डेटा को यह निर्धारित करने के लिए देखते हैं कि समूह चर के सेट पर कैसे प्रतिक्रिया दे सकता है।
प्रीडिक्टिव एनालिटिक्स विभिन्न उद्योगों में एक निर्णय लेने वाला उपकरण है। उदाहरण के लिए, बीमा कंपनियां समान पॉलिसीधारकों के वर्तमान जोखिम पूल के साथ-साथ भुगतान के परिणामस्वरूप हुई पिछली घटनाओं के आधार पर भविष्य के दावे के लिए भुगतान करने की संभावना का निर्धारण करने के लिए नीति आवेदकों की जांच करती हैं। बाजार देखते हैं कि नए अभियान पर योजना बनाते समय उपभोक्ताओं ने समग्र अर्थव्यवस्था पर कैसे प्रतिक्रिया दी है, और यह निर्धारित करने के लिए जनसांख्यिकी में बदलाव का उपयोग कर सकते हैं कि क्या उत्पादों का वर्तमान मिश्रण उपभोक्ताओं को खरीदारी करने के लिए लुभाएगा।
सक्रिय व्यापारी सुरक्षा को खरीदने या बेचने का निर्णय लेते समय पिछले घटनाओं के आधार पर विभिन्न प्रकार के मैट्रिक्स को देखते हैं। मूविंग एवरेज, बैंड और ब्रेक पॉइंट ऐतिहासिक डेटा पर आधारित होते हैं, और भविष्य के मूल्य आंदोलनों का पूर्वानुमान लगाने के लिए उपयोग किए जाते हैं।
प्रिडिक्टिव एनालिटिक्स की आम गलतफहमी
एक आम गलतफहमी यह है कि भविष्य कहनेवाला एनालिटिक्स और मशीन लर्निंग एक ही चीजें हैं। इसके मूल में, भविष्य कहनेवाला विश्लेषण में सांख्यिकीय तकनीकों की एक श्रृंखला शामिल है (मशीन लर्निंग, भविष्य कहनेवाला मॉडलिंग और डेटा माइनिंग सहित) और अनुमानों, या भविष्य के परिणामों का अनुमान लगाने के लिए (ऐतिहासिक और वर्तमान दोनों) आँकड़ों का उपयोग करता है। भविष्य कहनेवाला विश्लेषण भूतकाल का विश्लेषण करके भविष्य में होने वाली संभावित घटनाओं को समझने में हमारी मदद करता है। जबकि दूसरी ओर मशीन लर्निंग, कंप्यूटर विज्ञान का एक उपक्षेत्र है, जो 1959 की परिभाषा के अनुसार, आर्थर सैमुअल- कंप्यूटर गेमिंग और आर्टिफिशियल इंटेलिजेंस के क्षेत्र में एक अमेरिकी अग्रणी है, जो "कंप्यूटर को स्पष्ट रूप से बदनाम किए बिना सीखने की क्षमता देता है। ।"
सबसे आम भविष्य कहनेवाला मॉडल में निर्णय पेड़, regressions (रैखिक और उपस्कर) और तंत्रिका नेटवर्क शामिल हैं - जो गहन शिक्षण विधियों और प्रौद्योगिकियों का उभरता हुआ क्षेत्र है।
प्रिडिक्टिव एनालिटिक्स का उदाहरण
विनिर्माण में पूर्वानुमान एक आवश्यक कार्य है क्योंकि यह आपूर्ति श्रृंखला में संसाधनों का इष्टतम उपयोग सुनिश्चित करता है। आपूर्ति श्रृंखला पहिया के महत्वपूर्ण प्रवक्ता, चाहे वह इन्वेंट्री प्रबंधन हो या दुकान का फर्श, कामकाज के लिए सटीक पूर्वानुमान की आवश्यकता होती है। ऐसे पूर्वानुमानों के लिए उपयोग किए जाने वाले डेटा की गुणवत्ता को साफ और अनुकूलित करने के लिए अक्सर प्रिडिक्टिव मॉडलिंग का उपयोग किया जाता है। मॉडलिंग यह सुनिश्चित करता है कि अधिक सटीक पूर्वानुमान सुनिश्चित करने के लिए ग्राहक द्वारा सामना किए जाने वाले ऑपरेशनों सहित सिस्टम द्वारा अधिक डेटा का उपयोग किया जा सकता है।
