Azərbaycanca AzərbaycancaБеларускі БеларускіDansk DanskDeutsch DeutschEspañola EspañolaFrançais FrançaisIndonesia IndonesiaItaliana Italiana日本語 日本語Қазақ ҚазақLietuvos LietuvosNederlands NederlandsPortuguês PortuguêsРусский Русскийසිංහල සිංහලแบบไทย แบบไทยTürkçe TürkçeУкраїнська Українська中國人 中國人United State United StateAfrikaans Afrikaans
Підтримка
www.wikidata.uk-ua.nina.az

Передбачувальне моделювання англ predictive modelling використовує статистику для передбачування наслідків Найчастіше по

Передбачувальна модель

Передбачувальне моделювання (англ. predictive modelling) використовує статистику для передбачування наслідків. Найчастіше подія, яку хочуть передбачити, перебуває в майбутньому, але передбачувальне моделювання можливо застосовувати до будь-якого типу невідомої події, незалежно від того, коли вона сталася. Наприклад, передбачувальні моделі часто використовують для виявляння злочинів та встановлювання підозрюваних після того, як злочин відбувся.

У багатьох випадках модель обирають на основі теорії виявляння, щоби намагатися вгадувати ймовірність наслідку за заданого обсягу вхідних даних, наприклад, для заданого електронного листа визначати, наскільки правдоподібно він є [en].

Моделі можуть використовувати один або більше класифікаторів, намагаючись визначати ймовірність приналежності набору даних до якоїсь множини. Наприклад, модель може бути використовувано для визначання того, чи є електронний лист спамом, чи не-спамом.

Залежно від меж визначення, передбачувальне моделювання є синонімом, або значною мірою перетинається з галуззю машинного навчання, як її частіше називають в академічному, дослідницькому та розробницькому контекстах. При комерційному розгортанні передбачувальне моделювання часто називають [en].

Передбачувальне моделювання часто протиставляють [en]/аналізові. У першім може бути цілком достатньо використання індикаторів або посередників тих наслідків, які цікавлять. В другім прагнуть визначати справжні причинно-наслідкові зв'язки. Ця відмінність дала поштовх зростанню літератури в галузі дослідницьких методів та статистики, та загальне твердження, що «корелювання не означає спричинювання».

Моделі

Для цілей передбачування можливо використовувати майже будь-яку статистичну модель. Взагалі кажучи, існує два класи передбачувальних моделей: [en] та [en]. Третій клас, [en] моделі, включає ознаки обох. Параметричні моделі роблять «конкретні припущення щодо одного чи більше параметрів сукупності, які характеризують розподіл(и), що лежать в її основі». Непараметричні моделі «зазвичай включають менше припущень про структуру та форму розподілу [ніж параметричні моделі], але здебільшого містять сильні припущення щодо незалежностей».

Застосування

Моделювання підняття

[en] — це методика для моделювання зміни ймовірності, спричиненої дією. Зазвичай це маркетингові дії, такі як пропозиція придбати товар, більше використовувати товар, або переукласти контракт. Наприклад, у кампанії з утримання ви хочете передбачити зміну ймовірності того, що клієнт залишиться клієнтом, якщо з ним зв'язатися. Модель зміни ймовірності дозволяє націлити кампанію з утримання на тих клієнтів, на яких ця зміна ймовірності буде виграшною. Це дозволяє програмі з утримання уникати спричинювання непотрібного [en] або [en], не марнуючи гроші на зв'язування з людьми, які діятимуть в будь-якому разі .

Археологія

Передбачувальне моделювання в археології бере основи в роботі [en] середини 50-х років у [en] в Перу. Було проведено повні інтенсивні обстеження, після чого було визначено коваріативність між культурними рештками та природними особливостями, такими як схил та рослинність. Розвиток кількісних методів та більша доступність придатних даних призвели до зростання цієї дисципліни в 1960-х роках, і до кінця 1980-х років було досягнуто значного прогресу землевпорядниками по всьому світу.

Загалом, передбачувальне моделювання в археології встановлює статистично обґрунтовані причиннісні або коваріативні зв'язки між природними посередниками, такими як типи ґрунтів, висота, схил, рослинність, близькість до води, геологія, геоморфологія тощо, та наявністю археологічних артефактів. Завдяки аналізові цих кількісно вимірюваних ознак земель, які пройшли археологічні дослідження, іноді можливо передбачити «археологічну чутливість» незвіданих територій, виходячи з природних ознак у цих районах. Цю стратегію успішно застосовували великі землевпорядники в США, такі як [en] (BLM), Міністерство оборони (DOD) та численні дорожні та паркові агенції. Використовуючи передбачувальне моделювання у своїх планах управління культурними ресурсами, вони здатні ухвалювати обґрунтованіші рішення при плануванні заходів, які потенційно потребують порушення землі та впливають згодом на археологічні розкопки.

Управління відносинами з клієнтами

Передбачувальне моделювання широко застосовують в аналітичнім управлінні відносинами з клієнтами та в добуванні даних, щоби створювати моделі рівня клієнта, які описують правдоподібність вчинення клієнтом певних дій. Ці дії є зазвичай пов'язаними з продажами, маркетингом та утримуванням клієнтів.

Наприклад, велика споживацька організація, така як оператор мобільного зв'язку, матиме набір передбачувальних моделей для [en], глибшого продажу (або ) та [en]. Також зараз типовішим для таких організацій є мати модель збережності з використанням [en]. Вона, на відміну від стандартної моделі передбачування відтоку, передбачує правдоподібність збереження клієнта в кінці контрактного періоду (зміну ймовірності відтоку).

Автострахування

Передбачувальне моделювання використовують у страхуванні транспортних засобів, щоби визначати ризик інцидентів у страхувальників на основі інформації, отриманої від страхувальників. Це широко застосовують у [en], де передбачувальні моделі використовують дані на основі телеметрії для побудови моделі передбачуваного ризику правдоподібності виникнення страхових вимог.[] Передбачувальні моделі автострахування типу «чорна скринька» використовують лише вхід від давача GPS або акселерометра.[] Деякі моделі для забезпечення покращених моделей ризику крім базової телеметрії включають широкий діапазон передбачувальних даних, включно зі складною водійською поведінкою, незалежними записами про аварії, дорожньою історією та профілями користувачів.[]

Охорона здоров'я

2009 року [en] розпочала аналіз електронних медичних карток з метою використання передбачувального моделювання для виявляння пацієнтів з високим ризиком реадмісії. Спершу лікарня зосереджувалася на пацієнтах із застійною серцевою недостатністю, але програма розширилася, включивши хворих на цукровий діабет, гострий інфаркт міокарда та пневмонію.

2018 року Банерджі та ін. запропонували модель глибокого навчання — імовірнісні прогностичні оцінки виживання пацієнтів із метастатичним раком (англ. Probabilistic Prognostic Estimates of Survival in Metastatic Cancer Patients, PPES-Met) — для оцінювання короткочасної тривалості життя (> 3 місяці) пацієнтів шляхом аналізу клінічних записів у вигляді вільного тексту в електронних медичних картках за збереження часової послідовності відвідувань. Цю модель було натреновано на великому наборі даних (10 293 пацієнта) та затверджено на відокремленому наборі даних (1818 пацієнтів). Вона досягла площі під кривою РХП (робоча характеристика приймача) в 0,89. Щоб забезпечити пояснюваність, вони розробили інтерактивний графічний інструмент, який може покращувати розуміння лікарем основ передбачень моделі. Висока точність та пояснюваність моделі PPES-Met може дозволити використовувати цю модель як інструмент підтримки ухвалювання рішень для персоналізації лікування метастатичного раку, та забезпечити цінну допомогу лікарям.

Алгоритмічна біржова торгівля

Передбачувальне моделювання в біржовій торгівлі — це процес моделювання, за якого ймовірність наслідку передбачується за допомогою набору передбачувальних змінних. Передбачувальні моделі можливо будувати для різних активів, таких як акції, ф'ючерси, валюти, біржові товари тощо.[] Торгові фірми все ще широко використовують передбачувальне моделювання для розробки стратегій та торгівлі. Воно використовує математично вдосконалене програмне забезпечення для оцінювання показників ціни, обсягу, відкритих позицій та інших історичних даних, щоб виявляти повторювані закономірності.

Системи відстежування приводів

Передбачувальне моделювання дає створювачам приводів перевагу, прогнозуючи результати на основі даних для кожної потенційної кампанії. Цей метод економить час та виявляє потенційні сліпі зони, допомагаючи клієнтові ухвалювати розумніші рішення.

Визначні невдачі передбачувального моделювання

Незважаючи на відсутність широкого обговорення в панівній спільноті передбачувального моделювання, воно є методологією, яку широко використовували у фінансовій галузі в минулому, і деякі з її важливих невдач посприяли фінансовій кризі 2007—2008 років. Ці невдачі ілюструють небезпеку покладання виключно на моделі, які по суті є поглядом у минуле за своєю природою. Наступні приклади є далеко не повним переліком:

1) Рейтинги облігацій. , Moody's та Fitch кількісно визначають [en] облігацій за допомогою дискретних змінних, званих рейтингом. Рейтинг може набувати дискретних значень від AAA до D. Цей рейтинг є предиктором ризику невиконання зобов'язань на основі різноманітних змінних, пов'язаних із позичальником та історичними макроекономічними даними. Ці рейтингові агенції зазнали невдачі зі своїми рейтингами на ринку забезпечених іпотечними кредитами [en] (CDO) обсягом у 600 мільярдів доларів США. Майже весь сектор AAA (і сектор супер-AAA, новий рейтинг, який ці рейтингові агенції представили як надзвичайно безпечну інвестицію) на ринку CDO зазнав дефолтів або жорстко погіршився протягом 2008 року, при тому що багато з них отримали свої рейтинги менше ніж роком раніше.[]

2) Наразі жодну статистична модель, яка намагається передбачувати ціни на ринку акцій на основі історичних даних, не вважають такою, що послідовно робить правильні передбачення в довгостроковій перспективі. Однією з особливо пам'ятних невдач є [en], фонд, який найняв висококваліфікованих аналітиків, включно з лауреатом Нобелівської премії в галузі економічних наук, щоби розробити складну статистичну модель, яка передбачувала [en] між різними цінними паперами. Ці моделі приносили разючі прибутки до великого краху, який змусив тодішнього голову Федерального резерву Алана Грінспена втрутитися з посередництвом в розробці плану порятунку брокерськими дилерами Уолл-стріт, щоби запобігти розпадові ринку облігацій.[]

Можливі фундаментальні обмеження передбачувальних моделей на основі допасовування до даних

1) Історія не може завжди точно передбачувати майбутнє. Використання виведених з історичних даних відношень для передбачування майбутнього неявно виходить з наявності певних тривалих умов чи сталих у складній системі. Це майже завжди призводить до певної неточності, коли система включає людей.[]

2) Проблема невідомих невідомих. Під час будь-якого збирання даних збирач спочатку визначає набір змінних, для яких збираються дані. Проте, наскільки широким не вважав би збирач свій вибір змінних, завжди існує можливість нових змінних, які не було розглянуто або навіть визначено, але які є критичними для результату.[]

3) Змагальна поразка алгоритму. Після того, як алгоритм стає загальновизнаним стандартом вимірювання, ним можуть скористатися люди, які розуміють цей алгоритм і мають стимул обдурити його або зманіпулювати результатом. Так сталося з рейтингом CDO, описаним вище. Дилери CDO активно виконували вимоги рейтингових агенцій для досягнення AAA або супер-AAA на момент випуску CDO, розумно маніпулюючи змінними, що були «невідомими» для «витончених» моделей цих рейтингових агенцій.[]

Див. також

Примітки

  1. (1993). Predictive Inference: An Introduction. . с. []. ISBN . (англ.)
  2. Finlay, Steven (2014). Predictive Analytics, Data Mining and Big Data. Myths, Misconceptions and Methods (вид. 1st). [en]. с. 237. ISBN . (англ.)
  3. Sheskin, David J. (27 квітня 2011). Handbook of Parametric and Nonparametric Statistical Procedures. CRC Press. с. 109. ISBN . (англ.)
  4. (2006). Principles of Statistical Inference. Cambridge University Press. с. 2. (англ.)
  5. Willey, Gordon R. (1953), "Prehistoric Settlement Patterns in the Virú Valley, Peru", Bulletin 155. [en] (англ.)
  6. Heidelberg, Kurt, et al. «An Evaluation of the Archaeological Sample Survey Program at the Nevada Test and Training Range», SRI Technical Report 02-16, 2002 (англ.)
  7. Jeffrey H. Altschul, Lynne Sebastian, and Kurt Heidelberg, «Predictive Modeling in the Military: Similar Goals, Divergent Paths», Preservation Research Series 1, SRI Foundation, 2004 (англ.)
  8. Hospital Uses Data Analytics and Predictive Modeling To Identify and Allocate Scarce Resources to High-Risk Patients, Leading to Fewer Readmissions. [en]. 29 січня 2014. Процитовано 19 березня 2019. (англ.)
  9. Banerjee, Imon та ін. (3 липня 2018). Probabilistic Prognostic Estimates of Survival in Metastatic Cancer Patients (PPES-Met) Utilizing Free-Text Clinical Narratives. Scientific Reports. 8 (10037 (2018)): 10037. Bibcode:2018NatSR...810037B. doi:10.1038/s41598-018-27946-5. PMC 6030075. PMID 29968730. (англ.)
  10. Predictive-Model Based Trading Systems, Part 1 - System Trader Success. System Trader Success (амер.). 22 липня 2013. Процитовано 25 листопада 2016. (англ.)
  11. Predictive Modeling for Call Tracking. Phonexa (брит.). 22 серпня 2019. Процитовано 25 лютого 2021. (англ.)

Література

  • Clarke, Bertrand S.; Clarke, Jennifer L. (2018), Predictive Statistics, Cambridge University Press (англ.)
  • Iglesias, Pilar; Sandoval, Mônica C.; Pereira, Carlos Alberto de Bragança (1993), Predictive likelihood in finite populations, [en], 7 (1): 65—82, JSTOR 43600831 (англ.)
  • Kelleher, John D.; Mac Namee, Brian; D'Arcy, Aoife (2015), Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, worked Examples and Case Studies, MIT Press (англ.)
  • Kuhn, Max; Johnson, Kjell (2013), Applied Predictive Modeling, (англ.)
  • To explain or to predict?, [en], 25 (3), 2010: 289—310, arXiv:1101.0891, doi:10.1214/10-STS330 (англ.)
Дата публікації:
Peredbachuvalne modelyuvannya angl predictive modelling vikoristovuye statistiku dlya peredbachuvannya naslidkiv Najchastishe podiya yaku hochut peredbachiti perebuvaye v majbutnomu ale peredbachuvalne modelyuvannya mozhlivo zastosovuvati do bud yakogo tipu nevidomoyi podiyi nezalezhno vid togo koli vona stalasya Napriklad peredbachuvalni modeli chasto vikoristovuyut dlya viyavlyannya zlochiniv ta vstanovlyuvannya pidozryuvanih pislya togo yak zlochin vidbuvsya U bagatoh vipadkah model obirayut na osnovi teoriyi viyavlyannya shobi namagatisya vgaduvati jmovirnist naslidku za zadanogo obsyagu vhidnih danih napriklad dlya zadanogo elektronnogo lista viznachati naskilki pravdopodibno vin ye en Modeli mozhut vikoristovuvati odin abo bilshe klasifikatoriv namagayuchis viznachati jmovirnist prinalezhnosti naboru danih do yakoyis mnozhini Napriklad model mozhe buti vikoristovuvano dlya viznachannya togo chi ye elektronnij list spamom chi ne spamom Zalezhno vid mezh viznachennya peredbachuvalne modelyuvannya ye sinonimom abo znachnoyu miroyu peretinayetsya z galuzzyu mashinnogo navchannya yak yiyi chastishe nazivayut v akademichnomu doslidnickomu ta rozrobnickomu kontekstah Pri komercijnomu rozgortanni peredbachuvalne modelyuvannya chasto nazivayut en Peredbachuvalne modelyuvannya chasto protistavlyayut en analizovi U pershim mozhe buti cilkom dostatno vikoristannya indikatoriv abo poserednikiv tih naslidkiv yaki cikavlyat V drugim pragnut viznachati spravzhni prichinno naslidkovi zv yazki Cya vidminnist dala poshtovh zrostannyu literaturi v galuzi doslidnickih metodiv ta statistiki ta zagalne tverdzhennya sho korelyuvannya ne oznachaye sprichinyuvannya ModeliDlya cilej peredbachuvannya mozhlivo vikoristovuvati majzhe bud yaku statistichnu model Vzagali kazhuchi isnuye dva klasi peredbachuvalnih modelej en ta en Tretij klas en modeli vklyuchaye oznaki oboh Parametrichni modeli roblyat konkretni pripushennya shodo odnogo chi bilshe parametriv sukupnosti yaki harakterizuyut rozpodil i sho lezhat v yiyi osnovi Neparametrichni modeli zazvichaj vklyuchayut menshe pripushen pro strukturu ta formu rozpodilu nizh parametrichni modeli ale zdebilshogo mistyat silni pripushennya shodo nezalezhnostej ZastosuvannyaModelyuvannya pidnyattya en ce metodika dlya modelyuvannya zmini jmovirnosti sprichinenoyi diyeyu Zazvichaj ce marketingovi diyi taki yak propoziciya pridbati tovar bilshe vikoristovuvati tovar abo pereuklasti kontrakt Napriklad u kampaniyi z utrimannya vi hochete peredbachiti zminu jmovirnosti togo sho kliyent zalishitsya kliyentom yaksho z nim zv yazatisya Model zmini jmovirnosti dozvolyaye naciliti kampaniyu z utrimannya na tih kliyentiv na yakih cya zmina jmovirnosti bude vigrashnoyu Ce dozvolyaye programi z utrimannya unikati sprichinyuvannya nepotribnogo en abo en ne marnuyuchi groshi na zv yazuvannya z lyudmi yaki diyatimut v bud yakomu razi Arheologiya Peredbachuvalne modelyuvannya v arheologiyi bere osnovi v roboti en seredini 50 h rokiv u en v Peru Bulo provedeno povni intensivni obstezhennya pislya chogo bulo viznacheno kovariativnist mizh kulturnimi reshtkami ta prirodnimi osoblivostyami takimi yak shil ta roslinnist Rozvitok kilkisnih metodiv ta bilsha dostupnist pridatnih danih prizveli do zrostannya ciyeyi disciplini v 1960 h rokah i do kincya 1980 h rokiv bulo dosyagnuto znachnogo progresu zemlevporyadnikami po vsomu svitu Zagalom peredbachuvalne modelyuvannya v arheologiyi vstanovlyuye statistichno obgruntovani prichinnisni abo kovariativni zv yazki mizh prirodnimi poserednikami takimi yak tipi gruntiv visota shil roslinnist blizkist do vodi geologiya geomorfologiya tosho ta nayavnistyu arheologichnih artefaktiv Zavdyaki analizovi cih kilkisno vimiryuvanih oznak zemel yaki projshli arheologichni doslidzhennya inodi mozhlivo peredbachiti arheologichnu chutlivist nezvidanih teritorij vihodyachi z prirodnih oznak u cih rajonah Cyu strategiyu uspishno zastosovuvali veliki zemlevporyadniki v SShA taki yak en BLM Ministerstvo oboroni DOD ta chislenni dorozhni ta parkovi agenciyi Vikoristovuyuchi peredbachuvalne modelyuvannya u svoyih planah upravlinnya kulturnimi resursami voni zdatni uhvalyuvati obgruntovanishi rishennya pri planuvanni zahodiv yaki potencijno potrebuyut porushennya zemli ta vplivayut zgodom na arheologichni rozkopki Upravlinnya vidnosinami z kliyentami Peredbachuvalne modelyuvannya shiroko zastosovuyut v analitichnim upravlinni vidnosinami z kliyentami ta v dobuvanni danih shobi stvoryuvati modeli rivnya kliyenta yaki opisuyut pravdopodibnist vchinennya kliyentom pevnih dij Ci diyi ye zazvichaj pov yazanimi z prodazhami marketingom ta utrimuvannyam kliyentiv Napriklad velika spozhivacka organizaciya taka yak operator mobilnogo zv yazku matime nabir peredbachuvalnih modelej dlya en glibshogo prodazhu abo prodazhu z navantazhennyam ta en Takozh zaraz tipovishim dlya takih organizacij ye mati model zberezhnosti z vikoristannyam en Vona na vidminu vid standartnoyi modeli peredbachuvannya vidtoku peredbachuye pravdopodibnist zberezhennya kliyenta v kinci kontraktnogo periodu zminu jmovirnosti vidtoku Avtostrahuvannya Peredbachuvalne modelyuvannya vikoristovuyut u strahuvanni transportnih zasobiv shobi viznachati rizik incidentiv u strahuvalnikiv na osnovi informaciyi otrimanoyi vid strahuvalnikiv Ce shiroko zastosovuyut u en de peredbachuvalni modeli vikoristovuyut dani na osnovi telemetriyi dlya pobudovi modeli peredbachuvanogo riziku pravdopodibnosti viniknennya strahovih vimog dzherelo Peredbachuvalni modeli avtostrahuvannya tipu chorna skrinka vikoristovuyut lishe vhid vid davacha GPS abo akselerometra dzherelo Deyaki modeli dlya zabezpechennya pokrashenih modelej riziku krim bazovoyi telemetriyi vklyuchayut shirokij diapazon peredbachuvalnih danih vklyuchno zi skladnoyu vodijskoyu povedinkoyu nezalezhnimi zapisami pro avariyi dorozhnoyu istoriyeyu ta profilyami koristuvachiv dzherelo Ohorona zdorov ya 2009 roku en rozpochala analiz elektronnih medichnih kartok z metoyu vikoristannya peredbachuvalnogo modelyuvannya dlya viyavlyannya paciyentiv z visokim rizikom readmisiyi Spershu likarnya zoseredzhuvalasya na paciyentah iz zastijnoyu sercevoyu nedostatnistyu ale programa rozshirilasya vklyuchivshi hvorih na cukrovij diabet gostrij infarkt miokarda ta pnevmoniyu 2018 roku Banerdzhi ta in zaproponuvali model glibokogo navchannya imovirnisni prognostichni ocinki vizhivannya paciyentiv iz metastatichnim rakom angl Probabilistic Prognostic Estimates of Survival in Metastatic Cancer Patients PPES Met dlya ocinyuvannya korotkochasnoyi trivalosti zhittya gt 3 misyaci paciyentiv shlyahom analizu klinichnih zapisiv u viglyadi vilnogo tekstu v elektronnih medichnih kartkah za zberezhennya chasovoyi poslidovnosti vidviduvan Cyu model bulo natrenovano na velikomu nabori danih 10 293 paciyenta ta zatverdzheno na vidokremlenomu nabori danih 1818 paciyentiv Vona dosyagla ploshi pid krivoyu RHP robocha harakteristika prijmacha v 0 89 Shob zabezpechiti poyasnyuvanist voni rozrobili interaktivnij grafichnij instrument yakij mozhe pokrashuvati rozuminnya likarem osnov peredbachen modeli Visoka tochnist ta poyasnyuvanist modeli PPES Met mozhe dozvoliti vikoristovuvati cyu model yak instrument pidtrimki uhvalyuvannya rishen dlya personalizaciyi likuvannya metastatichnogo raku ta zabezpechiti cinnu dopomogu likaryam Algoritmichna birzhova torgivlya Peredbachuvalne modelyuvannya v birzhovij torgivli ce proces modelyuvannya za yakogo jmovirnist naslidku peredbachuyetsya za dopomogoyu naboru peredbachuvalnih zminnih Peredbachuvalni modeli mozhlivo buduvati dlya riznih aktiviv takih yak akciyi f yuchersi valyuti birzhovi tovari tosho dzherelo Torgovi firmi vse she shiroko vikoristovuyut peredbachuvalne modelyuvannya dlya rozrobki strategij ta torgivli Vono vikoristovuye matematichno vdoskonalene programne zabezpechennya dlya ocinyuvannya pokaznikiv cini obsyagu vidkritih pozicij ta inshih istorichnih danih shob viyavlyati povtoryuvani zakonomirnosti Sistemi vidstezhuvannya privodiv Peredbachuvalne modelyuvannya daye stvoryuvacham privodiv perevagu prognozuyuchi rezultati na osnovi danih dlya kozhnoyi potencijnoyi kampaniyi Cej metod ekonomit chas ta viyavlyaye potencijni slipi zoni dopomagayuchi kliyentovi uhvalyuvati rozumnishi rishennya Viznachni nevdachi peredbachuvalnogo modelyuvannya Nezvazhayuchi na vidsutnist shirokogo obgovorennya v panivnij spilnoti peredbachuvalnogo modelyuvannya vono ye metodologiyeyu yaku shiroko vikoristovuvali u finansovij galuzi v minulomu i deyaki z yiyi vazhlivih nevdach pospriyali finansovij krizi 2007 2008 rokiv Ci nevdachi ilyustruyut nebezpeku pokladannya viklyuchno na modeli yaki po suti ye poglyadom u minule za svoyeyu prirodoyu Nastupni prikladi ye daleko ne povnim perelikom 1 Rejtingi obligacij S amp P Moody s ta Fitch kilkisno viznachayut en obligacij za dopomogoyu diskretnih zminnih zvanih rejtingom Rejting mozhe nabuvati diskretnih znachen vid AAA do D Cej rejting ye prediktorom riziku nevikonannya zobov yazan na osnovi riznomanitnih zminnih pov yazanih iz pozichalnikom ta istorichnimi makroekonomichnimi danimi Ci rejtingovi agenciyi zaznali nevdachi zi svoyimi rejtingami na rinku zabezpechenih ipotechnimi kreditami en CDO obsyagom u 600 milyardiv dolariv SShA Majzhe ves sektor AAA i sektor super AAA novij rejting yakij ci rejtingovi agenciyi predstavili yak nadzvichajno bezpechnu investiciyu na rinku CDO zaznav defoltiv abo zhorstko pogirshivsya protyagom 2008 roku pri tomu sho bagato z nih otrimali svoyi rejtingi menshe nizh rokom ranishe dzherelo 2 Narazi zhodnu statistichna model yaka namagayetsya peredbachuvati cini na rinku akcij na osnovi istorichnih danih ne vvazhayut takoyu sho poslidovno robit pravilni peredbachennya v dovgostrokovij perspektivi Odniyeyu z osoblivo pam yatnih nevdach ye en fond yakij najnyav visokokvalifikovanih analitikiv vklyuchno z laureatom Nobelivskoyi premiyi v galuzi ekonomichnih nauk shobi rozrobiti skladnu statistichnu model yaka peredbachuvala en mizh riznimi cinnimi paperami Ci modeli prinosili razyuchi pributki do velikogo krahu yakij zmusiv todishnogo golovu Federalnogo rezervu Alana Grinspena vtrutitisya z poserednictvom v rozrobci planu poryatunku brokerskimi dilerami Uoll strit shobi zapobigti rozpadovi rinku obligacij dzherelo Mozhlivi fundamentalni obmezhennya peredbachuvalnih modelej na osnovi dopasovuvannya do danih1 Istoriya ne mozhe zavzhdi tochno peredbachuvati majbutnye Vikoristannya vivedenih z istorichnih danih vidnoshen dlya peredbachuvannya majbutnogo neyavno vihodit z nayavnosti pevnih trivalih umov chi stalih u skladnij sistemi Ce majzhe zavzhdi prizvodit do pevnoyi netochnosti koli sistema vklyuchaye lyudej dzherelo 2 Problema nevidomih nevidomih Pid chas bud yakogo zbirannya danih zbirach spochatku viznachaye nabir zminnih dlya yakih zbirayutsya dani Prote naskilki shirokim ne vvazhav bi zbirach svij vibir zminnih zavzhdi isnuye mozhlivist novih zminnih yaki ne bulo rozglyanuto abo navit viznacheno ale yaki ye kritichnimi dlya rezultatu dzherelo 3 Zmagalna porazka algoritmu Pislya togo yak algoritm staye zagalnoviznanim standartom vimiryuvannya nim mozhut skoristatisya lyudi yaki rozumiyut cej algoritm i mayut stimul obduriti jogo abo zmanipulyuvati rezultatom Tak stalosya z rejtingom CDO opisanim vishe Dileri CDO aktivno vikonuvali vimogi rejtingovih agencij dlya dosyagnennya AAA abo super AAA na moment vipusku CDO rozumno manipulyuyuchi zminnimi sho buli nevidomimi dlya vitonchenih modelej cih rejtingovih agencij dzherelo Div takozh en en en en Teoriya statistichnogo navchannya Statistichna modelPrimitki 1993 Predictive Inference An Introduction Chapman amp Hall s storinka ISBN 978 0 412 03471 8 angl Finlay Steven 2014 Predictive Analytics Data Mining and Big Data Myths Misconceptions and Methods vid 1st en s 237 ISBN 978 1137379276 angl Sheskin David J 27 kvitnya 2011 Handbook of Parametric and Nonparametric Statistical Procedures CRC Press s 109 ISBN 978 1439858011 angl 2006 Principles of Statistical Inference Cambridge University Press s 2 angl Willey Gordon R 1953 Prehistoric Settlement Patterns in the Viru Valley Peru Bulletin 155 en angl Heidelberg Kurt et al An Evaluation of the Archaeological Sample Survey Program at the Nevada Test and Training Range SRI Technical Report 02 16 2002 angl Jeffrey H Altschul Lynne Sebastian and Kurt Heidelberg Predictive Modeling in the Military Similar Goals Divergent Paths Preservation Research Series 1 SRI Foundation 2004 angl Hospital Uses Data Analytics and Predictive Modeling To Identify and Allocate Scarce Resources to High Risk Patients Leading to Fewer Readmissions en 29 sichnya 2014 Procitovano 19 bereznya 2019 angl Banerjee Imon ta in 3 lipnya 2018 Probabilistic Prognostic Estimates of Survival in Metastatic Cancer Patients PPES Met Utilizing Free Text Clinical Narratives Scientific Reports 8 10037 2018 10037 Bibcode 2018NatSR 810037B doi 10 1038 s41598 018 27946 5 PMC 6030075 PMID 29968730 angl Predictive Model Based Trading Systems Part 1 System Trader Success System Trader Success amer 22 lipnya 2013 Procitovano 25 listopada 2016 angl Predictive Modeling for Call Tracking Phonexa brit 22 serpnya 2019 Procitovano 25 lyutogo 2021 angl LiteraturaClarke Bertrand S Clarke Jennifer L 2018 Predictive Statistics Cambridge University Press angl Iglesias Pilar Sandoval Monica C Pereira Carlos Alberto de Braganca 1993 Predictive likelihood in finite populations en 7 1 65 82 JSTOR 43600831 angl Kelleher John D Mac Namee Brian D Arcy Aoife 2015 Fundamentals of Machine Learning for Predictive Data Analytics Algorithms worked Examples and Case Studies MIT Press angl Kuhn Max Johnson Kjell 2013 Applied Predictive Modeling Springer angl To explain or to predict en 25 3 2010 289 310 arXiv 1101 0891 doi 10 1214 10 STS330 angl, Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Топ