共用方式為


預測模型概觀

AI Builder 預測模型會在您提供的歷史資料中分析模式。 預測模型會學習將這些模式與結果相關聯。 然後,我們利用 AI 的力量來偵測新資料中的學習模式,並使用它們來預測未來的結果。

使用預測模型來探索可透過以下方式回答的業務問題:

  • 從兩個可用的選項 (二元)
  • 從多個可能的結果
  • 其中答案是一個數位

二元預測

二元預測是指提出問題時會有兩個可能的答案。 例如:是/否、真/假、準時/遲到、移動/未移動等等。 使用二元預測的問題範例包括:

  • 申請人符合員資格嗎?
  • 此交易是否可能為欺詐?
  • 客戶是否適合進行市場營銷活動?
  • 帳戶是否能按時支付發票?

多結果預測

多結果預測是指回答清單中,有兩個以上可能的結果可以回答問題。 多結果預測的範例包括:

  • 貨物會提早、準時、遲到或是很晚送達?
  • 客戶會對哪種產品感興趣?

數值預測

數值預測指的是用數字回答問題的情況。 數值預測的範例包括:

  • 貨物要多少天才會送達?
  • 專員一天應處理多少通電話?
  • 我們必須保留多少物品?
  • 銷售團隊一個月應轉換多少潛在客戶?

依區域劃分功能可用性
預測模型先決條件