Visión xeral do modelo de predición

AI Builder Os modelos predición analizan patróns nos datos históricos que proporcionas. Os modelos predición aprenden a asociar eses patróns cos resultados. Despois, usamos o poder da IA ​​para detectar patróns aprendidos en novos datos e utilizalos para predecir resultados futuros.

Use o modelo de predición para explorar preguntas empresariais que se poden responder dunha das seguintes formas:

• De dúas opcións dispoñibles (binario)
• De múltiples resultados posibles
• Onde a resposta é un número

Binario predición

O binario predición é cando a pregunta formulada ten dúas posibles respostas. Por exemplo: si/non, verdadeiro/falso, puntual/tarde, ir/non ir, etc. Exemplos de preguntas que usan o binario predición inclúen:

• Un solicitante é apto para ser socio?
• É probable que esta transacción sexa fraudulenta?
• É un cliente un bo candidato para unha campaña de mercadotecnia?
• é probable que unha conta pague as súas facturas a tempo?

Resultado múltiple predición

Resultado múltiple predición é cando se pode responder a pregunta a partir dunha lista de máis de dous posibles resultados. Exemplos de resultados múltiples predición inclúen:

• Un envío chegará cedo, puntual, tarde ou moi tarde?
• En que produto lle interesaría un cliente?

Numérico predición

O predición numérico é cando se responde a pregunta cun número. Exemplos de predición numéricos inclúen:

• Cantos días chegue un envío?
• Cantas chamadas debe xestionar un axente nun día?
• Cantos artigos necesitamos manter no inventario?
• Cantos clientes potenciales debería converter un equipo de vendas nun mes?

Información relacionada

Dispoñibilidade das funcións por rexión
modelo de predición requisitos previos