「予測分析」の版間の差分
Superveryhothot (会話 | 投稿記録) ページ「Predictive analytics」の翻訳により作成 |
(相違点なし)
|
2021年1月19日 (火) 14:06時点における版
予測分析 (英: predictive analytics)には、データマイニング、予測モデリング、機械学習などのさまざまな統計手法が含まれる。これらの手法は、現在および過去の事実を分析して、将来または未知のイベントに関する予測を行う[1][2]。
ビジネスでは、予測モデルは履歴データとトランザクションデータに見られるパターンを利用して、リスクと機会を特定する。予測モデルは、特定の条件セットに関連するリスクまたは可能性の評価を可能にする多くの要因間の関係を把握し、候補トランザクションの意思決定を導く[3]。
これらの技術的アプローチの効果のねらいは、マーケティング、信用リスク評価、不正検出、製造、ヘルスケア、法執行機関を含む政府の業務など、多数の個人に関係する組織プロセスに影響を与えるために、予測分析が各個人（顧客、従業員、医療患者、製品SKU、車両、コンポーネント、機械、またはその他の組織単位）の予測スコア（確率）を提供して、決定、通知することである。
予測分析は、保険数理[4]、 マーケティング[5]、 経営管理、スポーツ/ファンタジースポーツ[6]、 保険、電気通信[7]、 小売[8]、 旅行[9]、 経済的流動性[10]、 ヘルスケア[11]、子供の保護[12][13]、 医薬品[14]、 キャパシティプランニング[15]、 ソーシャルネットワーキング[16]などの分野で使用される。
最もよく知られている応用例の1つは、ビジネス管理全体で使用されるクレジットスコアリング[1]である。スコアリングモデルは、顧客の信用履歴、ローン申請、顧客データなどを処理して、将来のクレジット支払いを予定どおりに行う可能性によって個人をランク付けする。
定義
予測分析は、データから情報を抽出し、それを使用して傾向と行動パターンを予測することを扱う統計の領域である。予測Web分析の強化により、オンラインで将来のイベントの統計的確率が計算されます。予測分析の統計手法には、データモデリング、機械学習、 AI 、深層学習アルゴリズム、データマイニングが含まれる[17]。 多くの場合、関心のある未知のイベントは将来のものだが、予測分析は、過去、現在、または未来のあらゆるタイプの未知のものに適用できる。たとえば、犯罪が犯された後に容疑者を特定したり、クレジットカード詐欺が発生したりする[18]。 予測分析の中核は、説明変数と過去の発生から予測された変数との関係を把握し、それらを利用して未知の結果を予測することに依存する。ただし、結果の精度と使いやすさは、データ分析のレベルと仮定の質に大きく依存することに注意することが重要である。
予測分析は、多くの場合、より詳細なレベルで予測すること、つまり、個々の組織要素ごとに予測スコア（確率）を生成することとして定義される。これは、それを予測と区別する。たとえば、「予測分析-経験（データ）から学習して、より良い意思決定を推進するために個人の将来の行動を予測するテクノロジー」などである[19]。 将来の産業システムでは、予測分析の価値は、潜在的な問題を予測および防止して、ほぼゼロの故障を達成し、さらに意思決定の最適化のために処方的分析に統合することである[要出典]。
テクノロジーとビッグデータの影響
ビッグデータは、従来のデータベース管理ツールを使用して作業するのが面倒になるほど大きくて複雑なデータセットのコレクションである。ビッグデータを扱う上で、その量、多様性、速度の観点から、キャプチャ、ストレージ、検索、共有、分析、および視覚化に関して様々な課題をもたらした。ビッグデータソースの例には、 Webログ、 RFID 、センサーデータ、ソーシャルネットワーク、インターネット検索インデックス、通話詳細記録、軍事監視、天文科学、生物地球化学、ゲノミクス、大気科学などの複雑なデータがある。ビッグデータは、IT組織が提供するほとんどの予測分析サービスの中核である[20]。 コンピューターハードウェアの技術的進歩（より高速なCPU、より安価なメモリ、 MPPアーキテクチャ）と、 Hadoop 、 MapReduce 、ビッグデータを処理するためのデータベース内およびテキスト分析などの新しいテクノロジーのおかげで、新しいインサイトのための大量の構造化データと非構造化データ[21]の収集、分析、マイニングが可能になった。 ストリーミングデータに対して予測アルゴリズムを実行することも可能である[22]。 今日、ビッグデータの探索と予測分析の使用は、これまでになく多くの組織の手の届くところにあり、そのようなデータセットを処理できる新しい方法が提案されている[23][24]。
関連項目
脚注
- ^ a b Nyce, Charles (2007), Predictive Analytics White Paper, American Institute for Chartered Property Casualty Underwriters/Insurance Institute of America, p. 1
- ^ Eckerson, Wayne (May 10, 2007), Extending the Value of Your Data Warehousing Investment, The Data Warehouse Institute
- ^ Coker, Frank (2014). Pulse: Understanding the Vital Signs of Your Business (1st ed.). Bellevue, WA: Ambient Light Publishing. pp. 30, 39, 42, more. ISBN 978-0-9893086-0-1
- ^ Conz, Nathan (September 2, 2008), “Insurers Shift to Customer-focused Predictive Analytics Technologies”, Insurance & Technology, オリジナルのJuly 22, 2012時点におけるアーカイブ。 2012年7月2日閲覧。
- ^ Fletcher, Heather (March 2, 2011), “The 7 Best Uses for Predictive Analytics in Multichannel Marketing”, Target Marketing
- ^ Korn, Sue (April 21, 2011), “The Opportunity for Predictive Analytics in Finance”, HPC Wire
- ^ Barkin, Eric (May 2011), “CRM + Predictive Analytics: Why It All Adds Up”, Destination CRM
- ^ Das, Krantik; Vidyashankar, G.S. (July 1, 2006), “Competitive Advantage in Retail Through Analytics: Developing Insights, Creating Value”, Information Management
- ^ McDonald, Michèle (September 2, 2010), “New Technology Taps 'Predictive Analytics' to Target Travel Recommendations”, Travel Market Report, オリジナルのSeptember 10, 2015時点におけるアーカイブ。
- ^ Moreira-Matias, Luís; Gama, João; Ferreira, Michel; Mendes-Moreira, João; Damas, Luis (2016-02-01). “Time-evolving O-D matrix estimation using high-speed GPS data streams”. Expert Systems with Applications 44: 275–288. doi:10.1016/j.eswa.2015.08.048.
- ^ Stevenson, Erin (December 16, 2011), “Tech Beat: Can you pronounce health care predictive analytics?”, Times-Standard, オリジナルのAugust 4, 2014時点におけるアーカイブ。 2012年7月2日閲覧。
- ^ Lindert, Bryan (October 2014). “Eckerd Rapid Safety Feedback Bringing Business Intelligence to Child Welfare”. Policy & Practice 2016年3月3日閲覧。.
- ^ “Florida Leverages Predictive Analytics to Prevent Child Fatalities -- Other States Follow”. The Huffington Post (2015年12月21日). 2016年3月25日閲覧。
- ^ McKay, Lauren (August 2009), “The New Prescription for Pharma”, Destination CRM, オリジナルの2015-07-10時点におけるアーカイブ。 2012年7月2日閲覧。
- ^ Gaeth. “Evaluating Predictive Analytics for Capacity Planning”. www.hisa.org.au. 2018年11月22日閲覧。
- ^ De, Shaunak; Maity, Abhishek; Goel, Vritti; Shitole, Sanjay; Bhattacharya, Avik (2017). “Predicting the popularity of instagram posts for a lifestyle magazine using deep learning”. 2017 2nd International Conference on Communication Systems, Computing and IT Applications (CSCITA). pp. 174–177. doi:10.1109/CSCITA.2017.8066548. ISBN 978-1-5090-4381-1
- ^ Personali (2018年10月11日). “UX Optimization Glossary > Data Science > Web Analytics > Predictive Analytics”. www.personali.com. 2018年10月22日閲覧。
- ^ Finlay, Steven (2014). Predictive Analytics, Data Mining and Big Data. Myths, Misconceptions and Methods (1st ed.). Basingstoke: Palgrave Macmillan. pp. 237. ISBN 978-1137379276
- ^ Siegel, Eric (2013). Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die (1st ed.). Wiley. ISBN 978-1-1183-5685-2
- ^ http://www.hcltech.com/sites/default/files/key_to_monetizing_big_data_via_predictive_analytics.pdf
- ^ Schiff, Mike (March 6, 2012), BI Experts: Why Predictive Analytics Will Continue to Grow, The Data Warehouse Institute
- ^ “Predictive Analytics on Evolving Data Streams”. Template:Cite webの呼び出しエラー：引数 accessdate は必須です。
- ^ Ben-Gal I. Dana A.; Shkolnik N. and Singer (2014). Efficient Construction of Decision Trees by the Dual Information Distance Method. Quality Technology & Quantitative Management (QTQM), 11(1), 133-147.
- ^ Ben-Gal I.; Shavitt Y.; Weinsberg E.; Weinsberg U. (2014). “Peer-to-peer information retrieval using shared-content clustering”. Knowl Inf Syst 39 (2): 383–408. doi:10.1007/s10115-013-0619-9.
参考文献
- Agresti, Alan (2002). Categorical Data Analysis. Hoboken: John Wiley and Sons. ISBN 0-471-36093-7
- Coggeshall, Stephen, Davies, John, Jones, Roger., and Schutzer, Daniel, "Intelligent Security Systems," in Freedman, Roy S., Flein, Robert A., and Lederman, Jess, Editors (1995). Artificial Intelligence in the Capital Markets. Chicago: Irwin. ISBN 1-55738-811-3Artificial Intelligence in the Capital Markets. Chicago: Irwin. ISBN 1-55738-811-3.CS1 maint: multiple names: authors list (link)
- L. Devroye; L. Györfi; G. Lugosi (1996). A Probabilistic Theory of Pattern Recognition. New York: Springer-Verlag. ISBN 9781461207115
- Enders, Walter (2004). Applied Time Series Econometrics. Hoboken: John Wiley and Sons. ISBN 0-521-83919-X
- Greene, William (2012). Econometric Analysis, 7th Ed. London: Prentice Hall. ISBN 978-0-13-139538-1
- Guidère, Mathieu; Howard N, Sh. Argamon (2009). Rich Language Analysis for Counterterrorism. Berlin, London, New York: Springer-Verlag. ISBN 978-3-642-01140-5
- Mitchell, Tom (1997). Machine Learning. New York: McGraw-Hill. ISBN 0-07-042807-7
- Siegel, Eric (2016). Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die. John Wiley. ISBN 978-1119145677
- Tukey, John (1977). Exploratory Data Analysis. New York: Addison-Wesley. ISBN 0-201-07616-0
- Finlay, Steven (2014). Predictive Analytics, Data Mining and Big Data. Myths, Misconceptions and Methods. Basingstoke: Palgrave Macmillan. ISBN 978-1-137-37927-6
- Coker, Frank (2014). Pulse: Understanding the Vital Signs of Your Business. Bellevue, WA: Ambient Light Publishing. ISBN 978-0-9893086-0-1
この項目は、自然科学に関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています（Portal:自然科学）。
