מהו דוגמנות חזויות?
דוגמנות חיזוי היא תהליך השימוש בתוצאות ידועות ליצירה, עיבוד ואימות של מודל שניתן להשתמש בו כדי לחזות תוצאות עתידיות. זהו כלי המשמש בניתוח חזוי, טכניקת כריית נתונים שמנסה לענות על השאלה "מה יכול לקרות בעתיד?"
הבנת דוגמנות חזוי
ההגירה המהירה למוצרים דיגיטליים יצרה ים של נתונים שזמינים ונגישים לעסקים בקלות. נתונים גדולים משמשים חברות על מנת לשפר את הדינמיקה של הקשר בין הלקוח לעסק. כמות עצומה זו של נתונים בזמן אמת מתקבלת ממקורות כמו מדיה חברתית, היסטוריית גלישה באינטרנט, נתוני פלאפון ופלטפורמות מחשוב ענן.
על ידי ניתוח אירועים היסטוריים, קיימת הסתברות שעסק יוכל לחזות מה יקרה בעתיד ולתכנן בהתאם. עם זאת, נתונים אלה הם בדרך כלל לא מובנים ומורכבים מכדי שאנו יכולים לנתח אותם בפרק זמן קצר. בגלל המורכבות שכמויות עצומות של נתונים קיימות, חברות משתמשות יותר ויותר בכלי ניתוח חזוי כדי לחזות את התוצאה של אירוע שעשוי להתרחש בעתיד הקרוב.
איך עובד ניתוח חזוי
ניתוח חזוי אוסף ומעבד נתונים היסטוריים בכמויות אדירות ומשתמש במחשבים רבי עוצמה כדי להעריך את מה שקרה בעבר, ואז מספק הערכה של מה שיקרה בעתיד.
ניתוח חיזוי משתמש במנבאים או בתכונות ידועות כדי ליצור מודלים חזויים שישמשו להשגת פלט. מודל חזוי מסוגל ללמוד כיצד נקודות נתונים שונות מתחברות זו לזו. שתי טכניקות דוגמנות החיזוי הנפוצות ביותר הן רגרסיה ורשתות עצביות.
חברות משתמשות יותר ויותר במודלים חזויים כדי לחזות לגבי אירועים שעלולים להתרחש בעתיד הקרוב.
שיקולים מיוחדים
בתחום הסטטיסטי, רגרסיה מתייחסת לקשר ליניארי בין משתני הקלט והפלט. מודל חזוי עם פונקציה ליניארית דורש מנבא או תכונה אחת על מנת לחזות את התפוקה / התוצאה. לדוגמא, בנק המקווה לגלות הלבנת הון בשלבים הראשונים עשוי לשלב מודל חיזוי ליניארי.
הבנק רוצה במיוחד לדעת מי מלקוחותיו עשויים לעסוק בפעילות הלבנת הון בשלב כלשהו. כל נתוני הלקוחות של הבנק מוצגים ומודל חיזוי נבנה סביב שווי הדולר של העברות שכל לקוח ביצע במהלך תקופה מסוימת.
המודל נלמד להכיר את ההבדל בין עסקת הלבנת הון לעסקה רגילה. התוצאה האופטימלית מהמודל צריכה להיות דפוס שמסמן לאיזה לקוח מכבס כסף ואיזה לא. אם המודל תגלה כי צורה של הונאה מתעוררת עבור לקוח מסוים, היא תיצור איתות לפעולה אליו יטופלו אנליסטים של הונאות הבנק.
מודלים חזויים משמשים גם ברשתות עצביות כמו למידת מכונה ולמידה עמוקה, שהם תחומים בבינה מלאכותית (AI). הרשתות העצביות נוצרות בהשראת המוח האנושי ונוצרות עם רשת של צמתים קשורים זה בזה ברמות היררכיות המייצגות את הבסיס ל- AI. כוחן של רשתות עצביות טמון ביכולתן להתמודד עם מערכות יחסים לא ליניאריות. הם מסוגלים ליצור מערכות יחסים ודפוסים בין משתנים שיכולים להיות בלתי אפשריים או גוזלים זמן מדי עבור אנליסטים אנושיים.
Takeaways מפתח
- דוגמנות חיזוי היא תהליך השימוש בתוצאות ידועות ליצירת, עיבוד ותיקוף של מודל שניתן להשתמש בו כדי לבצע תחזיות עתידיות. שתי הטכניקות החזויות הנפוצות הנפוצות ביותר הן רגרסיה ורשתות עצביות.
אז בעוד שבנק יכול להזין משתנים ידועים כמו ערך העברות שיזמו לקוחותיו למודל שלו בכדי להשיג את התוצאה הרצויה של מי שעשוי לעסוק בהלבנת הון, רשת עצבית יכולה ליצור דפוס חזק יותר אם תוכל ליצור בהצלחה קשר בין משתני קלט כמו זמן התחברות, מיקום גיאוגרפי של המשתמש, כתובת IP של מכשיר המשתמש, מקבל או שולח הכספים וכל תכונה אחרת שעשויה להקים פעילות הלבנה.
טכניקות דוגמנות חיזוי אחרות המשמשות חברות פיננסיות כוללות עצי החלטה, כריית נתונים בסדרות זמן וניתוח בייסי. חברות המנצלות נתונים גדולים באמצעות אמצעי דוגמנות חזוי מסוגלות להבין טוב יותר כיצד הלקוחות שלהם עוסקים במוצריהן ויכולות לזהות סיכונים והזדמנויות אפשריות עבור חברה.
