Tahmine Dayalı Modelleme

Modeller oluşturun ve gelecekteki sonuçları tahmin edin.

Tahmine dayalı modelleme, bir olayı veya sonucu tahmin etmek için matematiksel ve hesaplamalı yöntemleri kullanan bir tekniktir. Matematiksel bir yaklaşım, söz konusu olguyu tanımlayan denklem tabanlı bir model kullanır. Model, girdilerindeki değişikliklere dayalı olarak gelecekteki bir durumda veya zamanda bir sonucu tahmin etmek için kullanılır. Model parametreleri, model girdilerinin sonucu nasıl etkilediğini açıklamaya yardımcı olur. Örnekler, havayolu trafik hacmini tahmin etmek için zaman serisi regresyon modellerini veya yüke karşı motor hızına ilişkin doğrusal bir regresyon modeline dayalı yakıt verimliliğini tahmin etmeyi içerir.

Hesaplamalı tahmine dayalı modelleme yaklaşımı matematiksel yaklaşımdan farklıdır, çünkü denklem formunda açıklanması kolay olmayan modellere dayanır ve genellikle bir tahmin oluşturmak için simülasyon teknikleri gerektirir. Bu yaklaşım genellikle “kara kutu” tahmine dayalı modelleme olarak adlandırılır çünkü model yapısı, model girdisini sonuca göre haritalandıran faktörlere ilişkin içgörü sağlamaz. Örnekler arasında, bir kadeh şarabın hangi şaraphaneden geldiğini tahmin etmek için sinir ağlarının kullanılması veya bir borç alanın kredi notunu tahmin etmek için karar şemasının paketlenmesi yer alır.

Tahmine dayalı modelleme genellikle eğri ve yüzey uydurma, zaman serisi regresyonu veya makine öğrenimi yaklaşımları kullanılarak gerçekleştirilir. Kullanılan yaklaşımdan bağımsız olarak, tahmine dayalı bir model oluşturma süreci yöntemler arasında aynıdır. Adımlar şöyledir:

1. Aykırı değerleri kaldırarak ve eksik verileri işleyerek verileri temizleyin
2. Kullanılacak parametrik veya parametrik olmayan tahmine dayalı bir modelleme yaklaşımı tanımlayın
3. Verileri seçilen modelleme algoritmasına uygun bir forma önceden işleyin
4. Modeli eğitmek için kullanılacak verilerin bir alt kümesini belirtin
5. Eğitim veri setinden model parametrelerini eğitin veya tahmin edin
6. Model yeterliliğini kontrol etmek için model performansı veya uyum iyiliği testleri gerçekleştirin
7. Tahmine dayalı modellemeyi modeli ayarlamak için kullanılmayan veriler üzerinde doğrulayın
8. Performansından memnunsanız modeli tahmin için kullanın

Tahmine dayalı modelleme hakkında daha fazla bilgi için bkz. Econometrics Toolbox™, Statistics and Machine Learning Toolbox™ ve Deep Learning Toolbox™.

Örnekler ve Nasıl Yapılır

• Amerika Birleşik Devletleri Ekonomisini Modelleme – Örnek
• Ev Fiyat Değerlendirmesi – Örnek
• Yük Tahmini – MathWorks Danışmanlık

Videolar

• Algoritmik Ticaret için Makine Öğrenimi (32:55) – Video
• Risk Yönetiminde Makine Öğrenimi Uygulamaları (2 video) – Video Serisi

Makine Öğrenimi Kullanarak Tahminsel Modelleme – Bir Madencilik Vaka Çalışması (39:11) – Video

Yazılım Referansı

• Veri Dönüşümleri – Belgeleme
• Model Oluşturma ve Değerlendirme – İşlev Referansı
• Doğrusal ve Doğrusal Olmayan Regresyon – İşlev Referansı
• Makine Öğrenimi – Belgeleme
• Özel Bir Sinir Ağı Oluşturun – İşlev
• Doğrusal Olmayan Karma Etki Modellerini Sığdır – İşlev
• Durum Uzayı Modelleri Oluşturun – İşlev

Ayrıca bakınız: GARCH modelleri, makine öğrenimi, Monte Carlo simülasyonu, panel verileri, sistem tanımlama, eş bütünleşme, zaman serisi analizi, zaman serisi regresyonu, tahmine dayalı analitik, tahmine dayalı bakım, kredi puanlama modeli, risk yönetimi, prognostik ve sağlık yönetimi, finansta yapay zeka