Обзор Альманаха по ИИ #5 “Предиктивная аналитика”

В сентябре 2020 года вышел новый выпуск альманаха по ИИ, посвященный предсказательной аналитике, которая является достаточно горячей темой. В этой статье мы посмотрим на то, что же собрали составители сборника по этой теме. И начать стоит с цитаты части вводного слова редактора:

В отличие от NLP и CV, предсказательная аналитика уже давно перестала быть «разработкой», которую не знают как применить и смотрят на опыт других. Предсказательная аналитика стала 100% работающей корневой частью бизнеса, неотъемлемым элементом принятия бизнес-решений. Если Вы еще не используете предсказательную аналитику — этот выпуск для Вас!

Рис.1 “Логотип альманаха #5”

Содержимое альманаха представлено на рисунке ниже. Особенностью выпуска является то, что получить статьи от лидеров отрасли не получилось — кто же будет рассказывать о важной составляющей бизнеса, когда она успешно приносит деньги? В итоге, альманах содержит много обзорной информации и небольшое количество примеров.

Рис. 2 “Содержимое альманаха”

Введение

Все начинается с трех статей, которые позволяют быстро погрузиться в предметную область. И первая статья это

Предиктивная аналитика — ключевые идеи

И начинается все с отрывка из книги Эрика Сигеля “Просчитать будущее. Кто кликнет, купит, соврет или умрет”, в котором излагаются ключевые идеи:

  1. Предиктивная аналитика может помочь вам снизить риски и принять более точные решения
  2. Прогнозирование поднимает вопросы ответственности, морали и предубеждений
  3. По любым данным можно сделать прогноз, но для точного прогноза нужен большой объем сбалансированных данных
  4. Благодаря машинному обучению могут быть выявлены упущенные из виду риски, однако также существуют риски для самого машинного обучения
  5. Объединение нескольких источников данных и моделей ПА повышает точность результатов
  6. Человеческий язык — сам по себе сложная задача, но на пути его моделирования уже достигнуты большие успехи
  7. ПА может выявить незаметное путем количественной оценки силы убеждения

Дальше идет статья, в которой авторы рассматривают разные виды аналитики

Предсказательная аналитика: классификация

где приводится следующее разбиение:

  • Описательная аналитика (Что случилось?) — При помощи описательной аналитики создается сводка исторических данных для их дальнейшего анализа
  • Диагностическая аналитика (Почему это случилось?) — В диагностической аналитике используются различные методы анализа данных для выявления основных факторов влияния на результаты
  • Предсказательная аналитика (Что может случиться?) — Предсказательная аналитика позволяет на основе исторических данных строить модели, делающие предсказания
  • Предписывающая аналитика (Что делать, чтобы это случилось) — Предписывающая аналитика позволяет принимать максимально эффективные управленческие решения для минимизации или максимизации вероятности конкретного события

И дальше для каждого из видов аналитики приводятся основные методы и самое популярное программное обеспечение/инструменты/библиотека для их применения.

Заканчивается введение статьей, в которой рассматривается

Этика предсказаний

В которой рассматривается то, что бизнес большинства техногигантов построен на сборе максимального количества информации о своих пользователях (привет Google, Facebook и т.д.). Эти компании создают цифровых двойников своих пользователей, чтобы максимально эффективно рекомендовать им свою продукцию или рекламу, размещаемую на их платформе. По мнению Харари

Human is a hackable animal

что отлично демонстрируется этими рекомендациями, которые работают на подкрепление поведения, нужного техногигантам.

В общем, в этой статье Игорь Пивоваров рассматривает текущую ситуацию и приходит к выводу, что внутри больших корпораций должны появиться “этические комитеты”, которые будут ревьювить изменения алгоритмов сбора данных, поиска, рекомендаций и выдачи информации.

Следующая часть отведена под

Технологии

В этой части представлены следующие статьи

  1. Предиктивная аналитика на пальцах — действительно крайне простая и понятная статья, возможно, даже слишком скучная
  2. Предиктивная аналитика: обзор трендов и методов — очень интересная обзорная статья, возможно, самая полезная во всем альманахе
  3. Обзор классических систем поддержки принятия решений — статья от которой пахнуло нафталином (термину СППР очень много лет)
  4. Обзор систем принятия решений, построенных на правилах — статья за авторством Варламова, из которой я узнал о термине минивар, который он же и ввел в обиход
  5. Анатомия рекомендательных систем — еще одна отличная обзорная статья о том, как внутри устроены рекомендательные системы
  6. Выбор архитектуры рекомендательной системы — и еще одна интересная статья

Третья часть рассматривает варианты

Применения

В этой части интереснее всего статья “Прогностика динамических процессов социума. Сможет ли AI стать Индустрией?”, которую я рекомендую прочитать в оригинале. Помимо этого есть еще шесть статей, от откровенно рекламных до достаточно полезных. Дальше идет раздел

Кейсы

В котором подробно разбирается применение AI для диагностики поражения легких при пандемии COVID-19 и после нее. Помимо этого приведены ссылки на записи 11 выступлений. Дальше представлены ключевые компании мира и России, которые сформированы экспертным методом. Новых лиц в этих списках не очень много. Финалом альманаха является часть про

Тренды и прогнозы

Которые авторы делят на технологические и рыночные.

Технологические тренды

  • Потоковая обработка данных (Real Time Data Streams)
  • AutoML
  • Разметка данных — автоматизированная или краудсорсинговая
  • Black-Box Optimization
  • DataOps

Рыночные тренды

  • Предсказание на бирже — уже реальность
  • ПА в медицине
  • Полная автоматизация
  • Децентрализация
  • Рекомендательные системы визуального поиска

В общем выпуск получился крайне интересным, даже в сравнении с прошлыми выпусками.

Предыдущие выпуски

Director of digital ecosystem development department at Tinkoff. Bachelor at applied math, Master at system analysis, Postgraduate studies at economics.

Director of digital ecosystem development department at Tinkoff. Bachelor at applied math, Master at system analysis, Postgraduate studies at economics.