Prognostik modeller

Öngörü modelleri, geçmiş verilere dayanarak gelecekteki değerleri veya olayları tahmin eden algoritmalardır. Ürün analitiği, risk yönetimi, pazarlama, dolandırıcılıkla mücadele ve operasyonel optimizasyonun temelini oluştururlar. Aşağıda pratik bir rehber bulunmaktadır: Görevin ifadesini seçmekten operasyon ve kalite kontrolüne kadar.

1) Görev formülasyonu ve sinyalleri

Regresyon: sürekli değer tahmini (LTV, depozito boyutu, kontrol boyutu).
Sınıflandırma: Bir olayın olasılığı (30 günlük müşteri çıkışı, sahtekarlık/sahtekarlık).
Sıralama: nesneleri alaka düzeyine göre sıralamak (öneriler).
Zaman serisi: Takvim tahmini (trafik, yük, gelir).
Hayatta kalma/olay zamanı: tahmini çıkış/geri ödeme süresi.
Yükseltme modellemesi: etkinin etkisindeki artış (hangi stok gerçekten davranışı değiştirir).
Çok sınıflı/çok etiketli yapımlar: Aynı anda birden fazla durum/olay.
Bayes ve olasılıksal modeller: belirgin belirsizlik ile tahmin.

2) Veri ve hazırlık

Tahıl ve gözlem penceresi: Tahmin birimini (kullanıcı/oturum/gün) ve tahmin anına kadar özellikleri toplamak için dürüst bir "pencere" tanımlayın.
Hedef değişken: net tanım, ufuklar (7/30/90 gün), gelecekteki sızıntıların ortadan kaldırılması.
Özellikler: Pencerelere göre kümeler (7/30/90), davranış frekansları, diziler, kategorik kodlamalar, etkileşimler, segment istatistikleri.
Veri kalitesi: ihmaller, aykırı değerler, kopyalar, devre değişiklikleri, zaman damgası tutarlılığı.
Sınıf dengesi: tabakalaşma, ağırlıklandırma, aşırı örnekleme/az örnekleme - önyargı getirmemeye dikkat edin.

3) Algoritma seçimi

Temel doğrusal: doğrusal/lojistik regresyon, düzenlilik (L1/L2/Elastic Net) - hızlı, yorumlanabilir.
Ağaçlar ve topluluklar: Random Forest, Gradient Boosting (XGBoost/LightGBM/CatBoost) - güçlü taban çizgileri.
Sinir ağları: Karmaşık desenler için MLP/Seq2Seq/Transformer (metinler, diziler, zaman serileri).
Zaman serisi: ARIMA/ETS, Prophet, Gecikmelerle Gradyan Artırma, DeepAR/N-BEATS/Temporal Fusion Transformer.
Yükselme: Iki modelli yaklaşım, T-Learner/S-Learner/X-Learner, nedensel etki ağaçları.
Hayatta Kalma: Cox, AFT, Rastgele Hayatta Kalma Ormanları.
Bayesian: Önceki dağılımlara sahip GLM/hiyerarşik modeller.

Uygulama: Basit ve tekrarlanabilir bir taban çizgisiyle başlayın, yalnızca metriklerde ve istikrarda somut kazançlarla zorluk ekleyin.

4) Ayırma ve doğrulama

Zamansal CV: zaman ile görevler için - tarihlere göre bölümler (pencereleri yuvarlama/genişletme).
Tabakalaşma: dengesiz sınıflar için.
Grup doğrulama: Gruplar arasındaki "sızıntıları" önleyin (user_id, campaign_id).
Zaman dışı test: "Gelecek" dönemin son kontrolü.
Taban çizgileri: naif (son değer, ortalama), frekans, basit logreg - gerçek değeri ölçmek için.

5) Kalite metrikleri

Sınıflandırma: ROC-AUC, PR-AUC (nadir olaylarda önemli), logloss, Brier skoru, F1, precision/recall @ k, lift/NDCG.
Regresyon: RMSE/MAE/MAPE, sMAPE, R ², kuantil kaybı (persentiller için).
Zaman serisi: MAPE/sMAPE/MASE, Pinball kaybı (nicel tahmin).
Hayatta kalma: Uyum endeksi, olay zamanı için Brier.
Yükseltme: Qini, yükseltme @ k, AUUC.
İş metrikleri: artan kar, tutulan kullanıcılar, dolandırıcılık azaltma, doğruluk SLA'ları.

Öneri: Her zaman iki düzeyde metrik saklayın - "ML kalitesi've" iş etkisi ".

6) Kalibrasyon ve eşikler

Olasılık kalibrasyonu: Platt, izotonik, sıcaklık ölçekleme.
Eşiğin seçimi: iş hedeflerine göre (maksimum kar/yanlış pozitif sınırlaması), maliyetler/para cezaları ile.
Eşik kararlılığı: dağılımlardaki değişiklikleri dikkate alarak izleme.

7) Yorumlanabilirlik ve açıklanabilirlik

Global: karakteristiklerin önemi (kazanç, permütasyon), PDP/ICE, SHAP özetleri.
Yerel olarak: Nesne çözümünü açıklamak için SHAP/LIME.
Uyarı: Yorumlanabilirlik, mutlak bir "gerçek'değil, hipotez doğrulama ve güven için bir araçtır.

8) Muharebe dağıtımı

Servis: Çevrimiçi (REST/gRPC, düşük gecikme süresi) ve toplu (saatlik/günlük).
Sürüm oluşturma: modeller, veriler, şemalar ve özellikler (kayıt defteri).
Fichestores: çevrimiçi/çevrimdışı tutarlılık, zaman içinde doğruluk.
Gecikme kontrolü: özellik çıkarma bütçesi, çıkarım, süreç sonrası.
Fail-safe: varsayılan kurallar, satır taban çizgisi bozulması, zaman aşımları ve yeniden denemeler.
A/B ve kademeli sunum: kanarya sürümleri, gölge/çıkarım yansıtma.

9) İzleme ve sürüklenme

Kalite: Satışta metrikler (ertelenmiş etiketlerle ROC-AUC/PR-AUC, iş KPI'ları).
Dağılımlar: PSI/JS-diverjans/KL, özellik sürüklenme ve hedef.
Veri Sağlığı: boşlukların paylaşımı, kategorilerin kardinalitesi, ani artışlar, boru hattı gecikmeleri.
Uyarı ve SLO: eşikler, çalışma kitapları (bozulduğunda ne yapmalı).
Yeniden eğitim: programa göre, sürüklenme tetikleyicilerine göre, mevsimselliğe göre; Kalite regresyon kontrolü.

10) Güvenlik, uyum ve etik

Gizlilik: veri minimizasyonu, takma isim, erişim kontrolü.
Adalet: Segmentlere göre önyargıyı kontrol etme (yanlış pozitif/negatif oran), örnekleri/eşikleri ayarlama.
GDPR/yerel normlar: işleme hedefleri, raf ömrü, açıklama hakkı.
Denetim ve tekrarlanabilirlik: sürüm izleme, tekrarlanabilir montajlar, çözüm günlüğü.

11) Tipik durumlar için şablonlar

Churn: ikili sınıflandırma; Metrikler - PR-AUC, tutma kampanyaları için yükseltme testi; Sonuç - tekliflerin önceliklendirilmesi.
Antifraud: yüksek dengeli sınıflandırma; Metrikler - PR-AUC, recall @ low-FPR; katı gecikme kısıtlamaları.
LTV/ARPPU: regresyon veya nicel regresyon; Düzenli yeniden ayarlama.
Yük/gelir tahmini: zaman serisi; İstatistiksel ve ML modelleri topluluğu; özellik olarak mevsimsellik ve tatiller.
Kişisel öneriler: sıralama/matrixing/seq-modelleri; Online güncellemeler ve sömürü (mult-silahlı haydutlar).

12) Proses (ML Yaşam Döngüsü)

1. Problem ve KPI 2. Veriler ve özellikler - 3. Başlangıç 4. Modeller ve> seçim

2. Kalibrasyon ve eşikler 6. Doğrulama ve A/B - 7. Hizmet verme ve izleme - 8. Yeniden eğitim/evrim.

Her aşama belgelenmiştir: veri diyagramları, eğitim yapılandırmaları, eserlerin versiyonları, deneysel sonuçlar.

13) Özellik Mühendisliği (Kısa)

Toplamlar: toplamlar/ortalamalar/nicelikler pencereye göre.
Sayaçlar ve frekanslar: dönüşümler, kategorilerin nadirliği.
Zaman gecikmeler ve eğilimler: deltalar, üstel düzleştirmeler.
Kodlama kategorileri: hedef/istatistik kodlama (dikkatlice sızdırarak), WoE, one-hot/Hashing.
Metinler ve olaylar: TF-IDF, gömmeler, sıra özellikleri.
İş mantığı: alan özellikleri (örneğin, "son ödeme yapılan gün sayısı").

14) Deney yönetimi

İzleme: metrikler, parametreler, eserler, veri kümeleri.
Hiperparametreler: Bayes iddiası, rastgele/ızgara arama, erken durdurma.
Özellik kontrolü: veri kataloğu, devre sözleşmesi, uyumluluk testleri.

15) Satış öncesi kontrol listesi

Gelecekteki sızıntılar yok; doğru zamansal doğrulama
Metrikler kaymaya dayanıklıdır; OOT testi var
Kalibrasyon doğrulandı; İş eşiği seçildi
Veri Özelliği ve Sözleşme Belgeleri
Bozulma ve uyarı işlevleri yapılandırılır
Yeniden eğitim planı ve durma kriterleri
Yasal ve etik kontroller geçti

Mini Sözlük

Dağılım kayması: zaman içinde veri istatistiklerinde/hedefte değişiklik.
Kalibrasyon: Olasılıkların olayların gerçek frekansına indirgenmesi.
Yükselme: "Tedavi edilen've" kontrol "arasındaki etki farkının tahmini.
OOT testi: Eğitim/doğrulama sırasında tamamen görünmez bir dönemde model doğrulama.

Toplam

Bir öngörü modeli sadece bir algoritma değil, bir süreçtir: Sorunun doğru ifadesi, veri disiplini, katı doğrulama, tekrarlanabilir depla boru hatları, izleme ve etik. Açıklanan döngüyü takip etmek "güzel çevrimdışı metrikler" riskini azaltır ve üründeki gerçek değeri artırır.

Prognostik modeller