¿Cuál es la diferencia entre el modelo predictivo y una regla comercial descriptiva?

Gracias por el A2A.

Los modelos predictivos y las reglas comerciales (‘descriptivas’ o no) son criterios de toma de decisiones desarrollados con anticipación para guiar las decisiones cuando se enfrentan nuevos casos.

Pero los modelos predictivos generalmente se desarrollan modelando datos pasados, a través de modelos de datos estadísticos o métodos de aprendizaje automático.

Las reglas de negocios generalmente se obtienen por experiencia y / o análisis, pero generalmente no por modelado.

Una fuente común de confusión es que el resultado de un modelo predictivo puede ser un conjunto de reglas comerciales. Tomemos, por ejemplo, a alguien que solicita un préstamo: ejecutar un modelo de aprendizaje automático de tipo árbol de decisión daría como resultado un conjunto de reglas comerciales que se deben seguir para determinar cómo responder a la persona. La única diferencia aquí es el origen de la regla.

Los algoritmos basados ​​en reglas son diferentes a los modelos estadísticamente predictivos, aunque pueden entrelazarse.

Los modelos predictivos abarcan desde modelos simples con regresión lineal hasta modelos MLB multivariados avanzados. Todos hacen lo mismo: deducen una salida de algunas entradas dadas basadas en datos pasados.

Los algoritmos basados ​​en reglas se basan exclusivamente en el conocimiento de dominio existente. Ejecutan datos actuales a través de una lente de lógica de dominio para hacer una sugerencia.