机器学习和预测分析两者相互关联的关系探讨

● 预测分析和机器学习

我们经常听到机器学习和预测分析，但它们的具体含义是什么，两者之间如何相互关联的？

● 机器学习是什么？机器学习是一种方法，其中多个算法在没有明确指示或预定规则的情况下，基于模式和推断执行特定任务，以做出预测并根据需要重新校正。

● 预测分析是什么？预测分析是数据分析的一个类别，目标是基于历史数据和分析技术对未来结果做出预测。预测分析使用各种统计方法（包含数据挖掘、机器学习和预测建模）来了解未来发生的事情。

● Minitab 的预测分析解决方案

● 我们业内一流的专利机器学习算法拥有为您的数据提供更深入见解的能力

● 预测分析模块可以帮助回答以下问题：

● CART®（分类和回归树）——决策树

● 这种基于树的算法是现代数据挖掘最常用的工具之一，它探索如何将数据拆分为更小段、随后以重复方式选择效果最佳的拆分直到找到最优集合为止。

● Random Forests®——随机森林

● 该算法基于 CART 树的集合，使用重复、随机化、抽样和集成学习，同时将独立树集合在一起，来确定森林的总体预测值。

● TreeNet®——梯度提升

● 我们最灵活、获得最多奖项、最强大的机器学习工具，具有迭代结构，可在构建集成的过程中更正合并错误，从而实现出色且一致的预测准确度，也因此而闻名于世。

● 自动化机器学习

● 使用此自动化工具轻松确认您使用了最佳预测模型来解答您的问题。非常适合需要建议的预测分析新手以及寻求其他意见的专家。

● 如果Y是二值响应，Minitab会创建4个模型并自动选择最优的一个做预测分析

● 如果Y是连续响应，Minitab也会创建4个模型并自动选择最优的一个做预测分析

● 小结

● 有了 Minitab的全新预测分析模块后，用户将能够以更好、更快、更简单及更准确的方法解决更棘手的问题、挖掘出更深入的见解并实现对复杂交互的可视化。使用 Minitab 的革命性预测分析技术，轻松、熟练地预测业务、比较备选方案及预估业务。

● Minitab的预测分析模块由多个专利方法构成，分类和回归树 (CART®)、原始 Random Forests®（由诸多决策树构成的分类算法）以及 Minitab 自己的梯度推进方法 TreeNet® 等等都包含其中。Minitab的预测分析模块凸显了我们协助各组织加速其转型的承诺。我们打造易用、易懂的高级机器学习方法，为的就是让全球各地的公司能够发挥这些方法的能力来解决复杂问题，以质量、速度和简洁程度均远超以往的方式预测结果。如果您对预测分析感兴趣请与我们联系，也可以持续关注后续内容的分享。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删