Машинное обучение для начинающих. Часть 3: Примеры задач машинного обучения.
Всем привет..
Эта статья является третьей частью серии Машинное обучение для начинающих. В первой части обсуждалось, что именно такое машинное обучение, а в второй объяснялись различные типы ML.
В этой части серии я буду обсуждать то, что было обещано с первого дня, а именно проблемы, которые можно решить с помощью алгоритмов машинного обучения.
Итак ... давайте погрузимся в это ..
Вам, вероятно, интересно, что, поскольку ML само по себе является такой большой концепцией, кто осмелится использовать его алгоритмы для решения проблем ... но хорошая новость заключается в том, что единственным сложным аспектом ML являются данные, сбор хороших данных, которые имеют эти три качества покрытия, чистоты и полноты. Обучение и развертывание очень просты, и менее чем за 100 строк кода вы создали модель машинного обучения, которая решит вашу проблему.
И самое замечательное в ML - это то, что оно используется для решения проблем во всех отраслях, о которых вы только можете подумать, включая сельское хозяйство, электронную коммерцию, образование, фондовый рынок, маркетинг и так далее.
Итак, поскольку эти алгоритмы используются в этих различных секторах, давайте посмотрим, для чего они используются .. проблемы, которые они используются для решения .. , и вы можете начать думать о проблемах, которые нужно решить с помощью ML ..
Алгоритмы машинного обучения используются для решения некоторых уникальных задач, в том числе:
- Классификация изображений
- Удержание клиентов
- Обнаружение мошенничества с использованием личных данных
- Диагностика
- Прогнозирование популярности рекламы
- Прогноз погоды
- Прогнозирование рынка
- Оценка ожидаемой продолжительности жизни
- Прогноз роста населения
- Сегментация клиентов
- Целевой маркетинг
- Рекомендательные системы
Алгоритмы машинного обучения используются для решения этих и даже многих других проблем, но как их применить для решения бизнес-задач?
Как вы можете видеть выше, эти проблемы специфичны для некоторых предприятий, например, проблема «целевого маркетинга». Предполагая, что я владею крупным бизнесом (например, супермаркетом, таким как Shoprite), как мне использовать целевой маркетинг для улучшения распродажи в моем магазине, в любом месте.
Первое, что нам нужно, это…. конечно данные ... нам нужно определить некоторые особенности, такие как какие люди приходят в магазин, их возрастной диапазон, а также нам нужно знать, сколько они покупают, какие продукты они покупают, откуда они приходят, то есть их домашний или рабочий адрес, чтобы знать, нравится ли им на самом деле что-то конкретное в магазине, что позволило бы им уйти туда, откуда они пришли, чтобы добраться туда… и многие другие переменные.
Прежде чем мы продолжим, давайте перейдем к основной проблеме. Предположим, что в моем магазине есть такие товары, как детские игрушки и одежда для подростков, которые продаются не так много, как продукты питания и свежие продукты ... вероятно, сюда приходят только взрослые с детьми постарше. мой магазин или подростки, которые не хотят тратить деньги на дорогую одежду, так что мне нужно делать ... Я не хочу снижать свою цену таким образом, чтобы подростки ее купили (а может, мне стоит) и Я не могу заставить взрослых покупать детские игрушки ... поэтому мне нужно ориентироваться на людей, которых я хочу зайти в магазин, то есть на родителей с маленькими детьми (которые берут с собой своих детей) и подростков, которые действительно могут позволить себе мою одежду ... - это целевой маркетинг.
Определение этого термина состоит в том, что это стратегия, которая разбивает большой рынок на более мелкие сегменты, чтобы сосредоточиться на определенной группе клиентов в этой аудитории. (нажмите, чтобы узнать больше)
Как мы видим из проблемы, она конкретна и детализирована, я иду прямо к тому, что мне нужно, исходя из того, чего не хватает моей компании ... вот как получить определение проблемы в бизнесе, которую может решить машинное обучение. Я не просто сказал, что хочу увеличить продажи ... потому что на самом деле все в бизнесе работают на прибыль ... Я сказал, что хочу улучшить продажи на основе моих данных о том, что продается в моем магазине.
Итак, давайте решим эту проблему ..
Первое, что нам нужно сделать после получения данных, - это фактически использовать алгоритм машинного обучения, чтобы получить группу людей, на которую мы нацелены. Мы используем кластеризацию для такого рода задач.
Существуют разные типы кластеризации, в этом виде задачи мы будем использовать кластеризацию K-средних, вы можете проверить код здесь.
Обратите внимание, что эта проблема также похожа на сегментацию клиентов.
Теперь вы применяете созданную вами модель машинного обучения к своему магазину, возможно, исходя из результата, вы можете сделать вывод, что клиенты в возрастном диапазоне, который вам нужен, приходят только во время праздников, тогда вам нужно создать маркетинговую стратегию, которая будет гарантировать, что после прихода во время каникул они захотят остаться ... может быть, игровая площадка для детей, которая заставит их родителей приносить им больше, и игровая приставка для подростков, которая будет нанимать богатых детей, чтобы они часто приходили ... конечно же, вы не делаете. Я не хочу оставлять тех, кто не может позволить себе дорогие вещи, так что… вы также можете продавать вещи немного дешевле.
Надеюсь, вам понравилась эта серия статей по машинному обучению для начинающих ... (это последняя). Спасибо, что дожили до конца ..
Вы, наверное, больше не новичок, теперь, когда вы узнали все это ...
Продолжите свое путешествие в ML, пройдя несколько курсов на Coursera, Udacity или Udemy ..
Удачи!!
