Эффективность управления любым предприятием напрямую зависит от бизнес-процессов.
В настоящее время тренд практики бизнес-процессов – их максимальная автоматизация.
При этом автоматизация бизнес-процессов должна предполагать возможность подстройки под ситуации.
Все модели машинного обучения (machine learning) делятся на контролируемые и неконтролируемые. Если модель является контролируемой, она затем подразделяется на регрессионную или классификационную модель. Мы рассмотрим, что означают эти термины, и соответствующие модели, которые попадают в каждую категорию ниже.
Контролируемое обучение подразумевает анализ функции связи входа-выхода.
Пример регрессионной модели контролируемого обучения – на рис.1
Модель «дерево решений», как разновидность графовой модели — является популярной моделью, которая используется при исследовании в операциях, стратегическом планировании и машинном обучении. Каждый квадрат (рис.2) – это узел, количество которых прямо пропорционально степени точности анализа, которой можно достичь.
Узлы дерева решений, где принимается решение, называются листьями дерева. Дерево решений интуитивно понятно и просто в построении, но не обладает достаточной точностью.
Модель «случайный лес» — это ансамблевое обучение с применением деревьев, предоставляющих решения. С помощью случайных лесов можно создать целый ряд, содержащий деревья решений.
- Курсовая работа
- Дипломная работа
- Контрольная работа
- Реферат
- Отчет по практике
- Магистерская работа
- Статья
- Эссе
- Научно-исследовательская работа
- Доклад
- Глава диплома
- Ответы на билеты
- Презентация
- Тезисный план
- Чертёж
- Диаграммы, таблицы
- ВАК
- Перевод
- Бизнес план
- Научная статья
- Рецензия
- Лабораторная работа
- Решение задач
- Диссертация
- Доработка заказа клиента
- Аспирантский реферат
- Монография
- ВКР
- Дипломная работа MBA
- Компьютерный набор текста
- Речь к диплому
