Del via

Oversigt over forudsigelsesmodellen

  • Artikel

AI Builder-forudsigelsesmodeller analysere mønstre i historiske data, du angiver. Forudsigelsesmodeller lærer at knytte disse mønstre til resultater. Derefter bruger vi styrken ved AI til at registrere indlærte mønstre i nye data og bruge dem til at forudsige fremtidige resultater.

Brug forudsigelsesmodellen til at undersøge forretningsmæssige spørgsmål, der kan besvares på en af følgende måder:

  • Fra to tilgængelige muligheder (binært)
  • Fra flere mulige resultater
  • Hvor svaret er et tal

Binær forudsigelse

Binær forudsigelse er, når det stillede spørgsmål har to mulige svar. Eksempel: ja/nej, sand/falsk, rettidig/forsinket, ok/ikke-ok osv. Af eksempler på spørgsmål, der bruger binær forudsigelse, kan nævnes:

  • Er en ansøger berettiget til medlemskab?
  • Er denne transaktion sandsynligvis falsk?
  • Er en kunde en god kandidat i forbindelse med en marketingkampagne?
  • Er det sandsynligt, at et firma betaler deres fakturaer til tiden?

Forudsigelse med flere resultater

Forudsigelser med flere resultater er, når spørgsmålet kan besvares på en liste med mere end to mulige svarmuligheder. Eksempler på prediction med flere resultater:

  • Ankommer en forsendelse tidligt, rettidigt, forsinket eller meget forsinket?
  • Hvilket produkt kunne en kunde være interesseret i?

Numerisk forudsigelse

Numerisk forudsigelse betyder, at spørgsmålet besvares med et tal. Eksempler på numerisk forudsigelse omfatter:

  • Hvor mange dage går der, før forsendelsen modtages?
  • Hvor mange opkald skal en Helpdesk-medarbejder klare på en dag?
  • Hvor mange elementer skal der være i lageret?
  • Hvor mange kundeemner skal et salgsteam konvertere på en måned?

Tilgængeligheden af funktioner efter område
Forudsætninger for forudsigelsesmodel