Eroarea absolută medie (MAE) arată cu cât se abat în medie predicțiile unui model de la valorile reale, indiferent de direcție. Se exprimă în unitatea variabilei-țintă, ceea ce o face ușor de înțeles. Exemplu: un MAE de 12 pentru o prognoză zilnică a vânzărilor înseamnă că modelul greșește în medie cu 12 unități. Acordă mai puțină pondere valorilor aberante decât măsurile bazate pe eroarea pătratică.
Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.
Porniți demo-ulRegresia liniară este o metodă statistică ce descrie relația dintre o variabilă țintă și unul sau mai mulți predictori cu ajutorul unei drepte sau al unui plan. Coeficienții sunt aleși, de obicei, astfel încât să minimizeze suma pătratelor abaterilor. Metoda este ușor de înțeles și de interpretat: poate estima, de exemplu, cu cât cresc veniturile atunci când bugetul de publicitate crește cu 1.000 €. Își atinge limitele în cazul relațiilor neliniare.
Eroarea de generalizare măsoară cât de mult greșește un model IA pe date noi, nevăzute anterior – spre deosebire de eroarea sa pe datele de antrenare. O diferență mare între cele două indică supraînvățare (overfitting): modelul a memorat exemple în loc să învețe tipare generale. Se estimează cu ajutorul unor date de test rezervate sau al validării încrucișate. Este cifra care contează cu adevărat, pentru că în practică un model întâlnește aproape exclusiv cazuri noi.
Validarea încrucișată este o metodă de verificare a cât de bine generalizează un model pe date noi, nevăzute. În validarea încrucișată k-fold, datele sunt împărțite în k părți; modelul este antrenat de k ori pe k−1 părți și testat de fiecare dată pe partea rămasă, după care rezultatele sunt mediate. Aceasta ajută la depistarea supraînvățării și la compararea echitabilă a modelelor sau setărilor, mai ales când sunt disponibile puține date.
Modelarea predictivă este nucleul tehnic al analizei predictive: pe baza unor date-exemplu cu rezultate cunoscute se construiește un model care prezice o valoare sau o clasă pentru cazuri noi. Metodele uzuale includ regresia, arborii de decizie, pădurile aleatorii și rețelele neuronale. Un model poate estima, de exemplu, prețul unei proprietăți pornind de la suprafața locuibilă, amplasare și anul construcției. Înainte de utilizare, este testat pe date păstrate deoparte, pentru a detecta supraajustarea.
