Сегодня закончил последнюю теоретическую часть в программе обучения Анализ данных на Яндекс.Практикуме.
Эта часть далась мне нелегко. Было очень много непонятных слов и действий.
Но, зато, очень интересно. Ведь это были Начала машинного обучения.
Нам рассказали и на практике показали, как устроено обучение машинного моделирования на основе накопленных данных для прогнозирования результатов будущих периодов.
Например
Есть фитнес-центр. Администраторы этого предприятия ведут учёт того, как клиенты его посещают.
- Как часто приходят
- Посещают ли дополнительные группы
- Покупают ли индивидуальные консультации
- Живут или работают рядом
- Когда заканчивается срок действия абонемента
- И … когда перестали пользоваться услугами компании.
Аналитик данных:
- проводит подготовку собранной статистики методами pandas на python
- выбирает методы прогнозирования из библиотеки sklearn
- обучает компьютер методом scaler.fit
- выбирает самый точный алгоритм прогнозирования по результату сравнения параметров оценки точности предсказания из sklearn.metrics
- помогает настроить систему, которая на основе новых данных за месяц, строит прогноз оттока
Администрация:
- На основе полученного прогноза активно стимулирует клиентов из рисковой группы. Чтобы они не бросали занятия )))
Так решаем главную задачу:
Удержание клиентов
