¿Qué clases de modelos se pueden usar para predecir distribuciones de series de tiempo?

Irónicamente, estoy negociando un posible contrato en el que haría esto mismo. Es un problema bastante difícil, según el negocio y la cantidad de datos del cliente. Para mí, es una variación sobre un tema de varias ideas en las que he estado trabajando desde fines de pregrado, a través del empleo y hasta el día de hoy. Y todavía no tengo idea de si es posible resolverlo en un caso general.

El problema real es el hecho de que estamos considerando, posiblemente, individuos. Por lo general, cuando modelamos, los individuos varían: algunos que gastan más compensan a los que gastan menos. Es una variación muy familiar en la regresión hacia la media.

La predicción de las personas sobre la vida de los clientes es fácil, debo decir que es más fácil. Sin embargo, los individuos son inherentemente irracionales en muchos niveles, y la predicción de cuándo (y mucho menos por qué) van a hacer algo tiende a ser más difícil. A menudo mucho más difícil. Si las personas en cuestión están haciendo compras por una causa específica, por ejemplo, están en el negocio por sí mismas y su negocio es relativamente predecible (porque depende de varias otras personas), entonces este problema puede ser posible de resolver. Si somos un minorista que intenta obtener probabilidades de patrones de compra individuales, esto es mucho más difícil.

Related Content

Cómo evaluar los mejores resultados posibles para un clasificador SVM

¿Cómo es ser un usuario de SAS en Hadoop?

¿Tiene sentido el uso de bosques aleatorios en los datos financieros si se supone que los rendimientos dependen en serie (es decir, que los rendimientos actuales dependen de los rendimientos pasados)?

¿Cómo funciona el algoritmo EM para un modelo mixto que factoriza según un modelo Naive-Bayes?

¿Cuáles son los lenguajes de programación básicos para aprendizaje automático, inteligencia artificial y big data?

Es un problema difícil y la solución realmente depende del profundo conocimiento de la naturaleza de las interacciones con los clientes.

Mi enfoque sería tratar de expresar este conocimiento en un modelo gráfico, que incorpora ese conocimiento. A continuación, puede usar MCMC o enfoques variacionales para aprender los parámetros del modelo a partir de los datos. También puede probar varios modelos basados ​​en diferentes supuestos.

Aquí hay una publicación, que desarrolla un enfoque genérico para el modelo de suscripción: Uso de MCMC para adaptarse al modelo de valor de vida del cliente Beta-Geométrico Desplazado

De hecho, para ser un poco más elegante, reemplazaría los métodos MCMC con variacionales como aquí: Lanzamiento de monedas variacional

En realidad, su modelo puede ser muy diferente. Por ejemplo, ¿qué pasa si el tiempo entre las decisiones de compra del cliente no es fijo, sino que sigue la distribución laplaciana? Diga chequeos médicos o compras de suministros.

Mire cómo Facebook abordó sus problemas: https: //facebookincubator.github … Sus patrones de crecimiento típicos siguen el crecimiento logístico. También introdujeron un concepto de puntos de cambio (como la introducción de nuevos productos), que de hecho se puede aprender de los datos al construir el modelo gráfico y luego aprender sus parámetros a partir de los datos.

Hay una investigación muy activa en modelos de inferencia variacional profunda y puede ver las herramientas como Edward – Home para ejecutar modelos variacionales grandes en sus datos.

Steve Carnagua

La siguiente serie de tiempo es muy dinámica y, si eso es cierto, cualquier modelo utilizado para la predicción debe actualizarse constantemente para una predicción precisa. Se puede utilizar un algoritmo de clasificación de aprendizaje automático para predecir el modelo que mejor se ajusta a las series de tiempo.

Para profundizar en el aprendizaje automático, se recomienda un curso adecuado sobre este tema. Hay algunos cursos de calidad disponibles en línea en el portal, como Quantra.

Introducción al aprendizaje automático para el comercio | Quantra por QuantInsti

Steve Carnagua

More Interesting

¿Los científicos informáticos realmente entienden cómo el aprendizaje profundo puede lograr sus resultados?

¿Es posible tener experiencia en desarrollo web, desarrollo de Android, resolución de problemas, IA y ML para tener un buen trabajo, o solo necesito concentrarme en un campo y no fusionar campos?

¿Cómo funciona la función "Tiempos populares" de Google Maps?

Podría ser el primer experto en aprendizaje automático en una empresa como consultor o a tiempo completo. En cualquier caso, ¿cuál debería ser mi tasa?

¿Cuáles son algunas falacias o errores comunes cometidos por los principiantes en estadística, aprendizaje automático y análisis de datos?

¿Cuál es una explicación intuitiva de las redes residuales profundas?

Como persona con una maestría en química y un doctorado en ingeniería eléctrica y nanotecnología, a los 26 años sin experiencia en ciencias de la computación, ¿es demasiado tarde o demasiado difícil enseñarme a mí mismo el aprendizaje automático?

¿Cuáles son las herramientas basadas en redes neuronales disponibles ahora para el consumidor?

¿Cuáles son algunos avances interesantes sobre las matemáticas del aprendizaje profundo?

¿Dónde puedo obtener un conjunto de datos de notas de suicidio para fines de aprendizaje automático?

¿Cuáles son las diferencias entre hacer aprendizaje automático en la academia y en la industria?

En los campos de redes neuronales o aprendizaje profundo, ¿qué es un "gráfico computacional"?

Cómo construir una consulta a partir de una pregunta de lenguaje natural en Python

¿Cuáles son algunos temas inusuales en el aprendizaje automático que se pueden explorar como un proyecto de un mes?

Cómo probar la ecuación en el documento de aprendizaje de refuerzo de búsqueda de políticas de Sutton