● 預測分析和機器學習

我們經常聽到機器學習和預測分析，但它們的具體含義是什么，兩者之間如何相互關聯的？

● 機器學習是什么？機器學習是一種方法，其中多個算法在沒有明確指示或預定規則的情況下，基于模式和推斷執行特定任務，以做出預測并根據需要重新校正。

● 預測分析是什么？預測分析是數據分析的一個類別，目標是基于歷史數據和分析技術對未來結果做出預測。預測分析使用各種統計方法（包含數據挖掘、機器學習和預測建模）來了解未來發生的事情。

● Minitab 的預測分析解決方案

● 我們業內一流的專利機器學習算法擁有為您的數據提供更深入見解的能力

● 預測分析模塊可以幫助回答以下問題：

● CART?（分類和回歸樹）——決策樹

● 這種基于樹的算法是現代數據挖掘最常用的工具之一，它探索如何將數據拆分為更小段、隨后以重復方式選擇效果最佳的拆分直到找到最優集合為止。

● Random Forests?——隨機森林

● 該算法基于 CART 樹的集合，使用重復、隨機化、抽樣和集成學習，同時將獨立樹集合在一起，來確定森林的總體預測值。

● TreeNet?——梯度提升

● 我們最靈活、獲得最多獎項、最強大的機器學習工具，具有迭代結構，可在構建集成的過程中更正合并錯誤，從而實現出色且一致的預測準確度，也因此而聞名于世。

● 自動化機器學習

● 使用此自動化工具輕松確認您使用了最佳預測模型來解答您的問題。非常適合需要建議的預測分析新手以及尋求其他意見的專家。

● 如果Y是二值響應，Minitab會創建4個模型并自動選擇最優的一個做預測分析

● 如果Y是連續響應，Minitab也會創建4個模型并自動選擇最優的一個做預測分析

● 小結

● 有了 Minitab 的全新預測分析模塊后，用戶將能夠以更好、更快、更簡單及更準確的方法解決更棘手的問題、挖掘出更深入的見解并實現對復雜交互的可視化。使用 Minitab 的革命性預測分析技術，輕松、熟練地預測業務、比較備選方案及預估業務。

● Minitab 的預測分析模塊由多個專利方法構成，分類和回歸樹 (CART?)、原始 Random Forests?（由諸多決策樹構成的分類算法）以及 Minitab 自己的梯度推進方法 TreeNet? 等等都包含其中。Minitab 的預測分析模塊凸顯了我們協助各組織加速其轉型的承諾。我們打造易用、易懂的高級機器學習方法，為的就是讓全球各地的公司能夠發揮這些方法的能力來解決復雜問題，以質量、速度和簡潔程度均遠超以往的方式預測結果。如果您對預測分析感興趣請與我們聯系，也可以持續關注后續內容的分享。

審核編輯：湯梓紅