влияющих на целевую функцию
- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Data Mining – Деревья решений презентация
Содержание
- 1. Data Mining – Деревья решений
- 2. Data Mining – Деревья решений Система показывает,
- 3. Data Mining – Деревья решений Если мы
- 4. Data Mining – Анализ “Что-если” С помощью
- 5. Data Mining – Анализ “Что-если” Посмотрим параметры модели…
- 6. Data Mining – Анализ “Что-если” Видим прогноз
- 7. Data Mining – Анализ “Что-если” Смотрим как
- 8. Принятие решения об изменении ценовой политики Посмотрим,
Data Mining – Деревья решений Система показывает, какая наценка является оптимальной с точки зрения получения прибыли
Слайд 1Data Mining – Деревья решений
Подключение к источнику данных
Выбор целевой функции
Выбор факторов,
Слайд 2Data Mining – Деревья решений
Система показывает, какая наценка является оптимальной с
точки зрения получения прибыли
Слайд 3Data Mining – Деревья решений
Если мы будем продавать копченую колбасу при
наценке от 20 до 25%, то достигнем максимальной прибыли, если будем проводить рекламу
Слайд 4Data Mining – Анализ “Что-если”
С помощью нейросетевой модели узнаем, какой у
нас будет объем продаж, если мы будем торговать с наценкой из оптимального для прибыли диапазона
Слайд 6Data Mining – Анализ “Что-если”
Видим прогноз продаж колбасы при наценке 25%
и при других параметрах (в т.ч. при условии, что мы проводим рекламную кампанию).
Слайд 7Data Mining – Анализ “Что-если”
Смотрим как изменится объем продаж, если мы
немного понизим наценку, с 25% до 22%. Спрос достаточно эластичен…
Слайд 8Принятие решения об изменении ценовой политики
Посмотрим, как у нас идут продажи
в разных городах, и с помощью Data Mining оптимизируем их
