予測

予測とは

予測とは、現時点では不明な結果に関する推測に過ぎません。人間は、過去に発生したことがわかっている事実に基づき、日常的に予測を立てています。たとえば、ある会社に投資するかどうか決めるとき、収益性と過去の戦略についての情報を考慮し、それに基づいて良い投資かどうかを判断します。ただし、その判断が確信ではなく、知識や経験に基づく推測に過ぎないということは重要な注意点です。機械学習では、コンピュータに同じことを教えます(ただし、精度はより高くなります。結局のところ、人間の客観性には疑問がありますから)。データサイエンスでは、「予測」とはアルゴリズムを履歴データセットでトレーニングし、新しいデータに適用した後でアルゴリズムから得る出力結果を意味します。アルゴリズムにより、新しいデータの各レコードの不明な変数に対し、可能性のある値が生成されます。これにより、ビジネスユーザーは、その値が実際にとる可能性が高い値を特定することができます。「予測」は誤解を生じやすい言葉です。ときには、実際に将来的な結果を予測することを意味します。たとえば、機械学習を使用してマーケティングキャンペーンでの次善アクションを決定する場合があります。一方、「予測」は、既に発生した取引が詐欺かどうかなどに関係する場合もあります。この場合、取引は既に行われていますが、それが正当なものかどうかを知識や経験に基づいて推測することで、適切な対処をとることが可能になります。

予測が重要である理由

将来を予言できるようになったら毎日の生活にどんなに良い影響があるか想像してみましょう。交通渋滞を避けることも、宝くじに当選することもできます。機械学習モデルの予測により、実質的に、履歴データに基づいて可能性のある結果を(高い精度で)推測できるようになります。顧客離れの可能性、不正請求の可能性など、あらゆるケースが考えられます。これらの予測は、ビジネス上の目に見える価値を生み出すインサイトを与えてくれます。たとえば、モデルにより、ある顧客に解約の可能性があることが予測された場合、この顧客を対象にして特定のコミュニケーションとアウトリーチを行えば、解約を防止できます。

DataRobot + 予測

DataRobot の自動機械学習プラットフォームを使用すれば、精度の高い予測を可能にするモデルを簡単に開発できます。データサイエンスのプロセスが効率化されるため、従来の方法を使用する場合よりも遥かに短時間で高品質な予測を得て、迅速に実装し、収益増の効果を実現できるようになります。DataRobot で予測を始めるには、モデルを本番アプリケーションにデプロイする必要があります。詳しくは、Wiki のデプロイページか、DataRobot モデルのデプロイに関するブリーフィングをご覧ください。