Pregled napovedni model
AI Builder predvidevanje modeli analizirajo vzorce v preteklih podatkih, ki jih posredujete. Predvidevanje modeli se naučijo povezovati te vzorce z rezultati. Nato uporabimo moč umetne inteligence za odkrivanje naučenih vzorcev v novih podatkih in jih uporabimo za napovedovanje prihodnjih rezultatov.
Uporabite napovedni model za raziskovanje poslovnih vprašanj, na katera je mogoče odgovoriti na enega od naslednjih načinov:
- Iz dveh razpoložljivih možnosti (binarni).
- Iz več možnih rezultatov.
- Kjer je odgovor številka.
Binarno predvidevanje
Binarno predvidevanje je, ko ima postavljeno vprašanje dva možna odgovora. Na primer: da/ne, drži/ne drži, pravočasno/pozno, grem/ne grem itd. Primeri vprašanj, ki uporabljajo dvojiško predvidevanje, vključujejo:
- Ali je prosilec upravičen do članstva?
- Ali je ta transakcija verjetno goljufiva?
- Ali je stranka dober kandidat za marketinško akcijo?
- Ali je verjetno, da bo račun pravočasno plačal svoje račune?
Večkratni rezultat predvidevanje
Večkratni izid predvidevanje je, ko je na vprašanje mogoče odgovoriti s seznama več kot dveh možnih izidov. Primeri več izidov predvidevanje vključujejo:
- Ali bo pošiljka prispela zgodaj, pravočasno, pozno ali zelo pozno?
- Kateri izdelek bi kupca zanimal?
Številčno predvidevanje
Številski predvidevanje je, ko je na vprašanje odgovorjeno s številko. Primeri številskih predvidevanje vključujejo:
- Koliko dni mora pošiljka prispeti?
- Koliko klicev mora opraviti agent na dan?
- Koliko predmetov moramo imeti v zalogi?
- Koliko potencialnih strank bi morala prodajna ekipa pretvoriti v enem mesecu?
Sorodne informacije
Razpoložljivost funkcij po regijah
napovedni model predpogoji
Povratne informacije
https://aka.ms/ContentUserFeedback.
Kmalu na voljo: V letu 2024 bomo ukinili storitev Težave v storitvi GitHub kot mehanizem za povratne informacije za vsebino in jo zamenjali z novim sistemom za povratne informacije. Za več informacij si oglejte:Pošlji in prikaži povratne informacije za