П:
Како функционише предиктивно узбуњивање?
А:Предиктивно упозоравање је технологија која предвиђа догађаје на основу историјских података и у складу с тим даје упозорења. На пример, технологија може да предвиди продају одређених производа на основу продајних и других података из прошлости и може да шаље упозорења одговарајућим људима када се очекује да залихе буду мале. Предиктивна упозорења, иако су још у еволуцијској фази, потенцијално су корисно средство у многим индустријама као што су банкарство и финансије, одбрана, ИТ сигурност, е-трговина, онлине учење, па чак и медицинске науке.
Предиктивна упозорења могу се рећи да су грана машинског учења. Машинско учење је поље машинског учења из нових, различитих различитих скупова података и примјена учења у другим ситуацијама. Чин машинског учења може се упоредити са учењем од стране људских бића која уче и обогаћена су из различитих искустава и примењују лекције у различитим ситуацијама за решавање проблема. Софтверске апликације засноване на предиктивним упозорењима обрађују велике, разнолике скупове података и уче се из скупова података.
На основу учења, апликације креирају моделе података и примењују их на друге проблеме. На пример, у домену медицинских наука, подаци о пацијентима и времену могу се обрадити и анализирати током последњих неколико година како би се открили кључни подаци о избијању одређених болести. Машине могу да анализирају и повежу податке како би повезали почетак одређених сезона са одређеним болестима, попут јесенске сезоне са астмом и алергијама. На основу тога може послати упозорења лекарима и болницама са предвиђањима о томе које болести ће вероватно погодити када. Болнице и клинике могу у складу с тим да планирају.
Главни изазов за предиктивна упозорења је тачност. Иако може бити наоружан било којим бројем софистицираних алгоритама, он мора обрадити податке и користити их за тачно предвиђање догађаја. То је разлог због којег се још увијек третира као еволуирајућа технологија. Предиктивни модели се стално ажурирају како долазе нови подаци тако да су модели у могућности да тачно предвиде. Неколико истакнутих компанија, посебно оних које се баве продајом на мрежи, користиле су упозорења у различите сврхе, попут приказивања тачних препорука за посетиоце на основу њихове историје и поставки претраге производа. Такви механизми препорука могу прилично прецизно предвидети избор потенцијалних купаца.
