Valutazione con successo della modellazione predittiva

Descrizione

Un esercizio predittivo non termina quando viene costruito un modello. Questo corso ti fornirà le competenze essenziali per comprendere le metriche di valutazione delle prestazioni, utilizzando Python, per determinare se un modello funziona in modo adeguato. In particolare, imparerai: Misure appropriate che vengono utilizzate per valutare i modelli predittivi Procedure utilizzate per garantire che i modelli non imbrogliano, ad esempio, sovra-adattamento o previsione di distribuzioni errate I modi in cui i diversi criteri di valutazione del modello illustrano come un modello eccelle su un altro e come identificare quando utilizzare determinati criteri Questa è la base per ottimizzare modelli predittivi di successo. I concetti saranno riuniti in un case study completo che affronta il problema dei clienti. Ti verrà assegnato il compito di selezionare le variabili adatte per prevedere se un cliente lascerà un fornitore di telecomunicazioni esaminando il suo comportamento, creando vari modelli e confrontandoli utilizzando i criteri di valutazione appropriati.