3 ユースケース

• 回帰のユースケース
  ブルックリン住宅データセットには、ブルックリン区内の住宅の販売価格に加え、住宅の面積、立地、住戸形式など、価格に影響を与える様々な要因が含まれています。あなたは、長年にわたる住宅販売の履歴データを分析して販売価格を試算よう求められており、これにより、不動産業務を最適化できます。このケース・スタディでは、回帰手法および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。
• 分類のユースケース
  小売店には、顧客の行動および購入履歴に関する情報があります。今度は入手可能なデータをもとに、最も収益性の高い製品の販売量および収益の増加につながる、ターゲットとする顧客タイプを分析して特定してほしいという要望があります。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特定する方法を示します。
• クラスタリングのユースケース
  小売店には、顧客の行動および購入履歴に関する情報があります。今度は入手可能なデータをもとに、顧客間に類似点があるかどうか分析して特定してほしいという要望があります。Oracle Machine Learningを使用してデータ・セット内のクラスタを検出することで顧客をセグメント化した後、それを利用して、ターゲットを絞ったマーケティング・キャンペーンを支援し、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特定する方法を学習します。
• 時系列のユースケース
  家電量販店に勤務していますが、ここ2四半期でノートパソコンやタブレット端末の売上が伸びています。過去のタイムスタンプ・データを使用して、次の4四半期の製品売上を予測します。過去のデータを使用して等間隔の期間での変化を予測するため、指数平滑法アルゴリズムを使用して売上を予測します。