Makine öğrenimi, bugünlerde çok çeşitli sektörlerde yaygın olarak kullanılan bir terimdir. Büyük veri setlerini yönetme, analiz etme ve raporlama ihtiyacı artık sadece teknoloji şirketleriyle sınırlı değil. Artık birçok şirket, işlerini yürütürken üretilen büyük miktarda veriyi anlamlandırmak için Veri Bilimcilerine güveniyor. Ayrıca planlama süreçlerini optimize etmek, fırsatları ve riskleri öngörmek için uzman desteğine ihtiyaç duyarlar. Smart Predict bu bağlamda yararlı bir araçtır.

Smart Predict ile Olasılıklar

Smart Predict, SAP Analytics Cloud'un bir özelliğidir. Sezgisel bir arayüz aracılığıyla karmaşık yapay zeka araçlarının ve algoritmalarının kullanılmasını sağlar. Bu, büyük miktarda verideki örüntüleri belirlemeyi ve tahminlerde bulunmayı mümkün kılar. Smart Predict'in yardımıyla, şirketteki her çalışan bir veri bilimcisi rolünü üstlenebilir.

Smart Predict ile Yapay Zeka Eğitimi

Bu üç bölümlük nasıl yapılır blog serisinde, Smart Predict işlevinin yardımıyla hayali bir mağazadan alınan verileri kullanarak bir yapay zekayı nasıl eğitebileceğinizi açıklıyoruz. Daha sonra, bu temeldeki tahminlerle başka bir veri setini nasıl genişletebileceğinizi gösteriyoruz.

İlk olarak, Smart Predict AI'yı eğittiğimiz tüm verilerimizden bir veri kümesi oluşturuyoruz. Bunu yapmak için menüdeki "Veri Setleri" sekmesine tıklıyoruz ve verilerimizi buraya yüklüyoruz. Bizim durumumuzda, veriler bir CSV dosyasındadır. Bu nedenle, yükleme için "CSV veya Excel Dosyasından Yükle" seçeneğini seçiyoruz. Burada boyutların ve anahtar rakamların doğru tanımlandığından emin olmak önemlidir.

Excursus: Smart Predict'te tahmine dayalı senaryolar

Bu noktada, SAP Analytics Cloud'da mevcut olan farklı tahmin senaryolarını açıklamak için kısa bir alıntıya başlamak istiyoruz. Aşağıdaki üç senaryo türü arasında bir ayrım yapılmaktadır:

• Sınıflandırma
• Zaman Serisi Tahmini
• Regresyon

Senaryo Tipi Sınıflandırması

Sınıflandırma, bir popülasyona belirli bir olayın gerçekleşme olasılığını atamak için kullanılır. Örnekler aşağıdaki gibi sorulardır:

• Satın alma alışkanlıklarına göre bu ürünü kimlerin satın alması muhtemeldir?
• Müşterilerim arasında kimler pazarlama kampanyama olumlu yanıt verecek?

Senaryo Türü Zaman Serisi Tahmini

Zaman Serisi Tahmini, zaman boyutuna sahip veri setlerini kullanır. Bu, tarihsel analiz yoluyla modeller oluşturmak ve bunları gözlem yapmak ve gelecekteki stratejik kararları bilgilendirmek için kullanmakla ilgilidir.

Senaryo tipi Regresyon

Regresyon, farklı değişkenler (regresörler) arasındaki ilişkileri belirlemek ve böylece tahmin ve öngörülerde bulunmak ve regresörler arasındaki nedensel ilişkileri belirlemek için kullanılır.

Kâr tahmini için regresyon kullanın

Bu Nasıl Yapılır'da, Smart Predict'te hayali bir mağazanın karı hakkında bir tahmin belirlemek için regresyon kullanıyoruz.

Bunu yapmak için menüden "Tahmine Dayalı Senaryolar "ı seçiyoruz ve Regresyon türünde yeni bir tahmine dayalı senaryo oluşturuyoruz.

Bizim durumumuzda, öncelikle veri kümemizi Smart Predict'te eğitim veri kaynağı olarak tanımlamamız gerekir. Ardından tahmini hedefimizi belirleriz (bizim durumumuzda kâr). Ayrıca, sonuç üzerinde etkisi olmayan (Influencer) veya eğitim sırasında göz ardı edilmesi gereken sütunları seçiyoruz. Bizim durumumuzda, Influencer alanını boş bırakıyoruz. Ayarlarımız uygun şekilde seçildikten sonra "Train" butonuna tıklıyoruz ve model hazır olana kadar bekliyoruz.

Eğitim tamamlandıktan sonra, eğitime genel bir bakış ve sonuç üzerindeki bireysel etkileyicilere genel bir bakış elde ederiz.

İkinci bölümde Nasıl Yapılır blog serimizde, veri setindeki etkenleri ve eğilimleri belirlemek için eğitimden elde edilen sonuçların nasıl yorumlanacağını gösteriyoruz.