Autors:
Vērtējums:
Publicēts: 09.04.2021.
Valoda: Latviešu
Līmenis: Augstskolas
Literatūras saraksts: Nav
Atsauces: Nav
  • Prakses atskaite 'Tiešā marketinga uzdevums, iespējamo nopērkamo auto skaita prognoze klientiem', 1.
  • Prakses atskaite 'Tiešā marketinga uzdevums, iespējamo nopērkamo auto skaita prognoze klientiem', 2.
  • Prakses atskaite 'Tiešā marketinga uzdevums, iespējamo nopērkamo auto skaita prognoze klientiem', 3.
  • Prakses atskaite 'Tiešā marketinga uzdevums, iespējamo nopērkamo auto skaita prognoze klientiem', 4.
  • Prakses atskaite 'Tiešā marketinga uzdevums, iespējamo nopērkamo auto skaita prognoze klientiem', 5.
  • Prakses atskaite 'Tiešā marketinga uzdevums, iespējamo nopērkamo auto skaita prognoze klientiem', 6.
  • Prakses atskaite 'Tiešā marketinga uzdevums, iespējamo nopērkamo auto skaita prognoze klientiem', 7.
  • Prakses atskaite 'Tiešā marketinga uzdevums, iespējamo nopērkamo auto skaita prognoze klientiem', 8.
  • Prakses atskaite 'Tiešā marketinga uzdevums, iespējamo nopērkamo auto skaita prognoze klientiem', 9.
SatursAizvērt
Nr. Sadaļas nosaukums  Lpp.
1.  Ievads    2
2.  Algoritmu Multiclass Decision Forest un Multiclass Neural Network apmācība    2
2.1.  Faktoru ietekmes stiprums    3
2.2.  Modeļa apmācība saskaņā ar neironu tīkla algoritmu Multiclass Neural Network    4
3.  Modeļu MULTICLASS DECISION FOREST un MULTICLASS NEURAL NETWORK salīdzinošais novērtējums    5
4.  Prognozējošā modeļa izveidošana izmantojot Excel    6
5.  Secinājumi    7
Darba fragmentsAizvērt

5. SECINĀJUMI
Precīzāki dati tika iegūti ar Multiclass Decision Forest.
Ar Microsoft Azure Machine Learning Studio mākoņdatošanas vietnē izveidoto un aprēķināto – apmācīto prognozes modeli programmā Excel aprēķināta varbūtība nopirkt auto 1.klientam – 0,875 un 3.klientam – 0,75. Veicot prognozējošo modelēšanu esošajiem un jaunajiem klientiem, tika iegūta varbūtība, ka tiks iegādāts auto, 2.un 8.klientam - 1 , 7.klientam – 0,875, 3.klientam – 0,75.
…

Autora komentārsAtvērt
Redakcijas piezīmeAtvērt
Atlants