Twip battle - Создание предиктивных - VS - Поделюсь Вашим Youtube

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

Обратные ссылки на видео - один из факторов ранжирования в Youtube. Такие ссылки могут улучшить позиции в поиске Youtube.

Ваше видео размещается на 200 сайтах для обмена видео, видео хостингах, сайтах для скачивания видео.

Половина сайтов из базы, позволяют не только разместить Ваше видео, но и берут теги, и описание со ссылками из Youtube.

Пример: http://aslady.de/watch?v=8Wh59SHwoDI

Т. е. , кроме, непосредственно ссылок на Ваше Youtube видео, Вы можете получить еще и ссылки на сайты из описания видео.

Сайты индексируются как Google, так и Яндексом.

Для ускорения индексации в Google, все страницы пингую.

После выполнения работы, Вы получаете текстовый файл со ссылками (200 ссылок) на Ваше видео.

От Вас требуется только ссылка на Youtube видео.