بخشی از پاورپوینت
--- پاورپوینت شامل تصاویر میباشد ----
اسلاید 1 :
مقدمه- مدلهاي پيش بيني و كنترل : جايگاه و انتظارات
مدلهاي كلاسيك پيش بيني و كنترل
سيستم هاي هوش مصنوعي
يك مثال عملي
اسلاید 2 :
پيش بيني
دقت
بتوانند با داده هاي موجود كار كنند.
بتوانند روند هاي غير خطي و آشوبناك را با دقت بالايي مدل كنند .
قابليت يادگيري تجربيات جديد سيستم را داشته باشند.
هدف : رسيدن به سيستمي دقيق و با تفسير پذيري بالا كه بتوان آنرا به عنوان يك سيستم پشتيبان از تصميم در صنايع گوناگون استفاده كرد
كنترل
تفسير پذيري
براحتي بتوانند پاسخگوي نيازهاي مدير در آن صنعت باشند .
بتوانند پاسخ بازار را به سياست هاي شركت مدل كنند.
پارامترهاي سيستم حاصل قابليت تفسير داشته باشند.
اسلاید 3 :
می توان فرایند داده کاوی را در سه مرحله خلاصه کرد:
Data Preprocessing stage
Modeling (Data Mining)
Post Processing(Evaluation, Optimizing , Applications…)
در مرحله اول داده ها برای فرایند کاویدن آماده می شود.
در مرحله دوم الگوها استخراج می شوند.
در مرحله سوم الگوهای بهینه از الگوهای استخراج شده از مرحله دوم بدست می آیند و ارزیابی مدلها صورت گرفته و خروجی های مورد نظر بدست می آیند.
اسلاید 4 :
Data Preprocessing
در این مرحله داده ها را برای فرایند مدلسازی آماده می کنیم .
Methods :
Feature selection
PCA
Stepwise Regression
Genetic Algorithm ….
Instance Selection
Outlier Detection (Statistical Methods)
Missing Values
K-means
Forecasting and…
اسلاید 5 :
روش های توصیفی: خواص عمومی داده ها را مشخص می کنند. هدف از توصیف، یافتن الگوهایی در مورد داده هاست که برای انسان قابل تفسیر باشد.
وظایف پیش بینانه به منظور پیش بینی رفتارهای آیندة آنها استفاده می شوند. منظور از پیش بینی به کارگیری چند متغیر یا فیلد در پایگاه داده برای پیش بینی مقادیر آینده یا ناشناخته دیگر متغیر های مورد علاقه است.
اسلاید 6 :
دو دسته كلي مسائل پيش بيني و كنترل :
مسائل دسته بندي (Classification)
مسائل رگرسيون (Regression )
اسلاید 7 :
دسته بندی
دسته بندی فرآیند یافتن مدلی است که با تشخیص دسته ها و یا مفاهیم داده می تواند دسته ناشناخته اشیاء دیگر را پیش بینی کند.
پس از دريافت تعدادی نمونه آموزشی، يادگيرنده بايد دسته نمونه های جديد را مشخص نمايد.
اسلاید 8 :
هدف گذاری مشتریان برای بازاریابی مستقیم.
مثال:
يک شرکت با بيش از 100000 مشتری
يک کاتالوگ با هزينه سنگين چاپ و توزيع
لزوم ارسال انتخابی کاتالوگ (نه برای همه)
دسته بندی: با توجه به سوابق ارسال کاتالوگها و پاسخ مشتريان، چه افرادی احتمالا در گروه ”علاقه مند به محصول معرفی شده“ قرار می گيرند؟
کاهش هزينه ها
دسته بندی متقاضیان وام و اعتبار به عنوان کم خطر، متوسط و پرخطر.
تشخیص مدعیان حق بیمه که دریافت حق بیمه شامل آنها نمی شود.
با استفاده از مدلهای دسته بندی می توان به تحلیل حساسیت بازار در مورد فاکتور های تصمیم پرداخت .
مثلا مجرد بودن مشتری چند درصد ریسک اعتباری او را تغییر می دهد.
میزان تغییر قیمت چه تاثیری در انتخاب برند ما توسط مشتریان در بازار دارد.
اسلاید 9 :
پیش بینی
مانند دسته بندی است با این تفاوت که اطلاعات مطابق برخی از رفتارهای پیش بینی شده آینده یا ارقام تخمین زده آینده دسته بندی می شوند.
اسلاید 10 :
مدلسازی پاسخ بازار شرکت و پیش بینی فروش.
شرکت می تواند با استفاده از مدلسازی پاسخ بازار خود نسبت به ترکیب آمیزه بازاریابی اش(تبلیغات ، قیمت گذاری، توزیع، و ...) هم پیش بینی فروش را انجام دهد و هم ابزاری برای شبیه سازی تعاملی استراتژی های شرکت داشته باشد.
در متن اصلی پاورپوینت به هم ریختگی وجود ندارد. برای مطالعه بیشتر پاورپوینت آن را خریداری کنید
