Анализ данных · Продвинутый анализ данных
Прогнозное моделирование
Промпт
Заполните значения — текст соберётся сам. Это бесплатно и без входа: подстановка идёт прямо здесь, ни одна модель не вызывается.
Выступи в роли аналитика по прогнозному моделированию. Разработай модель для прогнозирования [что прогнозируем] на основе данных [какие данные есть]. Горизонт прогноза — [горизонт прогноза], требуемая точность — [требуемая точность].
Для построения модели:
1. Определи наиболее значимые переменные из доступных данных и объясни, почему они влияют на целевой показатель.
2. Выбери подходящий метод моделирования: регрессия, дерево решений, случайный лес, градиентный бустинг, нейросеть и другие. Обоснуй выбор с учётом объёма и качества данных.
3. Опиши процедуру валидации и тестирования: как разделить выборку, какие метрики использовать, как избежать переобучения.
4. Дай количественную оценку ожидаемой точности и доверительных интервалов для прогноза.
5. Предложи план обновления и улучшения модели со временем: как отслеживать качество, какие данные добавлять, когда переобучать.
Сделай акцент на практичности: модель должна быть достаточно точной и при этом простой во внедрении и интерпретации.