आगे आने वाले मॉडल का अवलोकन
AI Builder पूर्वानुमान मॉडल आपके द्वारा प्रदान किए गए ऐतिहासिक डेटा में पैटर्न का विश्लेषण करते हैं। पूर्वानुमान मॉडल उन पैटर्नों को परिणामों के साथ जोड़ना सीखते हैं। फिर, हम नए डेटा में सीखे गए पैटर्न का पता लगाने के लिए एआई की शक्ति का उपयोग करते हैं, और उनका उपयोग भविष्य के परिणामों की भविष्यवाणी करने के लिए करते हैं।
आगे आने वाले मॉडल का उपयोग उन व्यावसायिक प्रश्नों को जानने के लिए करें जिनका उत्तर निम्नलिखित तरीकों में से किसी एक में दिया जा सकता है:
- दो उपलब्ध विकल्पों में से (बाइनरी)।
- अनेक संभावित परिणामों से.
- जहाँ उत्तर एक संख्या है।
बाइनरी पूर्वानुमान
बाइनरी पूर्वानुमान तब होता है जब पूछे गए प्रश्न के दो संभावित उत्तर होते हैं। उदाहरण के लिए: हाँ/नहीं, सही/गलत, समय पर/देर से, जाना/नहीं जाना, इत्यादि। बाइनरी पूर्वानुमान का उपयोग करने वाले प्रश्नों के उदाहरणों में शामिल हैं:
- क्या आवेदक सदस्यता के लिए पात्र है?
- क्या यह लेन-देन धोखाधड़ीपूर्ण होने की सम्भावना है?
- क्या कोई ग्राहक विपणन अभियान के लिए एक अच्छा उम्मीदवार है?
- क्या खाताधारक द्वारा समय पर अपने चालान का भुगतान किए जाने की संभावना है?
एकाधिक परिणाम पूर्वानुमान
बहु परिणाम पूर्वानुमान तब होता है जब प्रश्न का उत्तर दो से अधिक संभावित परिणामों की सूची से दिया जा सकता है। बहु परिणाम पूर्वानुमान के उदाहरणों में शामिल हैं:
- क्या शिपमेंट जल्दी, समय पर, देर से या बहुत देर से पहुंचेगा?
- ग्राहक किस उत्पाद में रुचि रखेगा?
संख्यात्मक पूर्वानुमान
संख्यात्मक पूर्वानुमान तब होता है जब प्रश्न का उत्तर किसी संख्या से दिया जाता है। संख्यात्मक पूर्वानुमान के उदाहरणों में शामिल हैं:
- शिपमेंट पहुंचने में कितने दिन लगते हैं?
- एक एजेंट को एक दिन में कितनी कॉलें संभालनी चाहिए?
- हमें कितनी वस्तुएं इन्वेंटरी में रखने की आवश्यकता है?
- एक बिक्री टीम को एक महीने में कितने लीड्स को परिवर्तित करना चाहिए?
संबंधित जानकारी
क्षेत्र के अनुसार सुविधा की उपलब्धता
आगे आने वाले मॉडल पूर्वापेक्षाएँ