Vote

Предиктивная модель - эффективный инструмент поддержки принятия бизнес-решений. Создание такой модели - процесс поиска закономерностей с использованием алгоритмов машинного обучения (Mashine Lerning) в существующем наборе исторических данных (обучение модели) для предсказания наиболее вероятных вариантов развития событий в будущем (применение модели).

Классифицирующая модель позволяет разбить большой массив данных на группы (классы), характеризующиеся сходным набором признаков, используя явные и неявные закономерности. Применение такой модели, позволяет, например, определить группы пользователей, характеризующихся определенным поведением и сделать им предложения, интересные именно для них.

Для обеспечения качества работы модели необходим тщательный отбор и подготовка входных данных. Также может возникнуть необходимость во внешних данных. Результатом моей работы будет:

1) сама модель в формате, определяемом выбранной моделью (например, в случае линейных моделей это будет вектор весов каждого из факторов. Вес фактора определяет степень его влияния на результат)

2) отчет о валидности (точности предсказания) модели

3) файл с результатами применения модели к исследуемому набору данных

Vote

Push-сообщения – это короткие уведомления, которые появляются в виде всплывающего окна на экране компьютера. Их можно использовать для информирования аудитории о новостях вашего сайта, каких-то предложений.

Пример работы в файле ниже.

Установлю скрипт и проведу следующие настройки:

  1. Интегрирую предложенный Вами текст в тело уведомления (уведомлений может быть до 30шт)
  2. Настрою время задержки перед показом первого уведомления
  3. Настрою время задержка в меду показами уведомлений