機械翻訳について

3 ユース・ケース

• 回帰ユース・ケース
  Brooklyn住宅データセットには、Brooklyn区の住宅の販売価格と、住宅の面積、その場所、住居のタイプなど、これらの価格に影響を与える様々なファクタが含まれています。 過去の住宅販売データの分析を担当し、販売価格を見積もります。これは不動産運用の最適化に役立ちます。 このケース・スタディでは、回帰手法とGLMアルゴリズムを使用して販売価格を予測する方法を学習します。
• 分類ユース・ケース
  小売店には、顧客の行動と購入に関する情報があります。 利用可能なデータでは、最も収益性の高い製品の販売量が増加し、利益が増加するであろうターゲットとする顧客のタイプを分析および特定したいと考えています。 このユース・ケースでは、ランダム・フォレスト・アルゴリズムを使用してそのような顧客を識別する方法を示します。
• クラスタリング・ユース・ケース
  小売店には、顧客の行動と購入に関する情報があります。 利用可能なデータでは、顧客間に類似点があるかどうかを分析して特定したいと考えています。 Oracle Machine Learningを使用して、データ・セット内のクラスタを検索して顧客をセグメント化します。このクラスタを使用して、ターゲットを絞ったマーケティング・キャンペーンをサポートし、小売売上を向上させることができます。 このユース・ケースでは、k-Meansアルゴリズムを使用してそのようなセグメントを識別する方法を学習します。